Supermind量化交易-开盘3分钟涨跌幅大于0、连续5天涨幅大于-4%、量比从大到小前

用户头像神盾局量子研究部
2023-10-26 发布

问财量化选股策略逻辑

开盘3分钟涨跌幅大于0, 连续5天涨幅大于-4%, 量比从大到小前30

选股逻辑分析

这个策略的目标是寻找在开盘后3分钟内上涨并且在过去5天中有至少一天上涨超过4%的股票,同时成交量排名前30的股票。

这种策略的优点是可以帮助投资者发现市场上的热门股票和活跃交易的股票,但也有一定的局限性。首先,由于这是基于开盘后的3分钟价格变化和过去5天的走势,所以无法考虑到未来股价的变化。其次,由于只考虑了成交量排名前30的股票,可能会忽视其他有潜力的股票。

有何风险?

  1. 过度依赖开盘价格:如果开盘时的价格异常波动,可能导致筛选出的股票数量过多或过少。
  2. 缺乏历史数据:如果历史数据不足或者质量不高,可能会影响筛选出的股票的质量。
  3. 高市盈率:有些热门股票由于高市盈率,可能不符合投资者的价值投资理念。

如何优化?

  1. 考虑更多因素:除了开盘价格、连续涨幅和成交量,还可以考虑其他因素,如公司基本面、行业地位等。
  2. 更长的时间周期:可以考虑更长时间的历史数据,以更好地预测未来的走势。
  3. 使用机器学习算法:通过训练模型,可以提高筛选出的股票的质量。

最终的选股逻辑

选择开盘3分钟涨跌幅大于0并且在过去5天中有至少一天涨幅大于-4%的股票,并且成交量排名前30的股票。

常见问题

  1. 这个策略适用于哪些类型的投资者?
    答:适合长期价值投资者,希望找到具有潜力的优质股票。

  2. 这个策略如何应对市场的快速波动?
    答:因为只关注开盘后的3分钟价格变化和过去5天的走势,所以在市场快速波动的情况下,可能会遗漏一些重要的信息。建议结合其他策略使用。

python代码参考

import pandas as pd

# 假设df是包含了股票开盘价格、连续涨幅和成交量的数据框
data = df['开盘价格'].values.reshape(-1, 1) - df['收盘价格'].values.reshape(-1, 1)
涨幅 = data > 0
freqs = df['成交量'].rolling(window=5).sum().sort_values(ascending=False

## 如何进行量化策略实盘?
    请把您优化好的选股语句放入文章最下面模板的选股语句中即可。

    select_sentence = '市值小于100亿' #选股语句。

    模板如何使用?

    点击页面下方的复制按钮,复制到自己的账户即可使用模板进行回测。


    
收益&风险
源码

评论

需要帮助?

试试AI小助手吧