聚宽量化交易-竞价匹配量除以流通股排序、涨幅小于5%和、昨日9点25委卖除竞价量≤1

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

竞价匹配量除以流通股排序

这个逻辑主要考察的是市场参与度,即有多少投资者愿意在集合竞价阶段买入这只股票。如果匹配量大于流通股数量,说明市场上有很多投资者有买入意愿,这是一个积极的因素。

涨幅小于5%和,昨日9点25委卖除竞价量≤1

这个逻辑主要是为了避免买入昨日强势但今日回调的股票,以及避免买入主力已经出货的股票。如果昨日涨幅过大,今日可能会出现回调;如果昨日成交量较大,且今日开盘成交量也很大,那么主力可能已经在出货。

选股逻辑分析

以上两个逻辑都是基于一定的假设和判断进行的,可能存在一定的误判。例如,昨日的上涨可能是由于重大利好消息,而非真正的实力。此外,匹配量也可能受到市场情绪的影响,如市场普遍看涨时,匹配量可能会较大。

有何风险?

上述选股逻辑的风险主要有两个方面:一是选择出来的股票可能不符合投资者的预期,导致投资收益低于预期;二是如果上述逻辑存在误判,可能会导致投资损失。

如何优化?

首先,需要根据实际情况调整这些逻辑的参数,比如可以增加或减少一些指标的权重,或者增加一些新的指标。其次,可以使用机器学习的方法来自动学习和调整这些逻辑,以提高其准确性和稳定性。

最终的选股逻辑

综合考虑以上两个逻辑,我们建议使用以下的选股逻辑:

  • 竞价匹配量除以流通股排序:衡量市场的参与度。
  • 昨日9点25委卖除竞价量≤1:避免买入昨日强势但今日回调的股票,以及避免买入主力已经出货的股票。
  • 考虑行业景气度和公司基本面:这两个因素通常能反映公司的长期发展潜力,对股票的投资价值有重要的影响。

常见问题

我该如何输入数据?
答:你可以将你想要分析的数据写入一个csv文件中,然后使用pandas库读取这个文件。

我应该如何运行代码?
答:你可以将这段代码复制粘贴到Python环境中,然后运行它。

python代码参考

import pandas as pd
# 加载数据
df = pd.read_csv('data.csv')
# 定义选股逻辑
def select_stock(df):
    # 竞价匹配量除以流通股排序
    match_volume_ratio

## 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