量化投资策略开盘3分钟涨跌幅大于0、连续2天60日均线向上、非s丅DDE大单净额为正

用户头像神盾局量子研究部
2023-10-27 发布

问财量化选股策略逻辑

开盘3分钟涨跌幅大于0

这个逻辑主要是看股票在开盘后的前3分钟内的表现,如果上涨幅度大于0,说明股票有上涨的趋势,可能是投资者看好该股后市的表现。

连续2天60日均线向上

60日均线是股票价格在最近一段时间内的平均值,如果连续两天60日均线向上,说明股价走势呈现上升趋势,有利于股票价格上涨。

非s丅DDE大单净额为正

sTDDE是机构资金流向指标,非s丅DDE大单净额为正表示机构资金流入,买入意愿强烈,有利于股票价格上涨。

选股逻辑分析

以上三个条件相加,可以有效地筛选出具有投资价值的股票。但是需要注意的是,这三个条件并不能保证股票一定会涨,只能提高股票上涨的概率。

有何风险?

这些选股条件不能覆盖所有的市场情况,可能存在一些不符合条件但实际表现较好的股票被遗漏,同时也可能有一些符合条件但实际表现较差的股票被误选。

如何优化?

可以通过增加更多的选股条件或者调整现有条件的方式进行优化,例如可以添加交易量、换手率等指标,或者改变sTDDE的大单净额阈值。

最终的选股逻辑

当一只股票满足开盘3分钟涨跌幅大于0,连续2天60日均线向上,非s丅DDE大单净额为正这三个条件时,就可以将其纳入考虑范围。

常见问题

  1. 这些条件是否适用于所有类型的股票?
    答:不一定,不同的行业和市场环境可能需要不同的选股条件。
  2. 这些条件的权重应该如何设定?
    答:权重可以根据实际情况进行设定,例如可以将sTDDE大单净额作为最重要的条件,其他条件根据其重要性设定相应的权重。
  3. 这些条件是否可以同时应用于多只股票?
    答:可以,但需要确保每只股票都满足所有条件才能将其纳入考虑范围。

python代码参考

import pandas as pd

def get_select_factors(df):
    # 公开信息数据
    open_price = df['open']
    close_price = df['close']

    # 获取开盘3分钟涨跌幅
    diff_open_close = open_price - close_price.shift(1)
    diff_open_close_diff = diff_open_close.diff()

## 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