问财量化选股策略逻辑
这个选股逻辑主要考虑了以下几点：
- 行业板块：选择近期表现较好的军工板块。
- 日线走势：选择日线级别价格在16元以下的股票。
- 换手率：选择换手率在100%以上的股票。
- 价格比：选择近三天最低价的1.04倍以下的股票。
- 剔除高价股：剔除非高价股。
选股逻辑分析
这种选股逻辑的优点是能筛选出近期表现较好且换手率高的股票，具有一定的投资价值。但缺点也很明显，那就是可能忽略了其他重要的因素，如公司的基本面、盈利能力等。
有何风险？
这种选股逻辑可能会筛选出一些短期内价格大幅上涨的股票，但是这些股票的价格是否能够持续上涨，或者是否存在回调的风险，还需要进一步的研究和判断。
如何优化？
对于这种选股逻辑，可以从以下几个方面进行优化：
- 增加其他筛选条件：比如可以加入公司的盈利能力指标、市盈率等因素。
- 调整价格比的阈值：可以根据实际情况调整近三天最低价的1.04倍的下限，以适应不同的市场环境。
最终的选股逻辑
通过以上优化，我们可以得到一个更全面、更合理的选股策略，如下所示：
import pandas as pd
from pandas_datareader import data as pdr
# 获取日线数据
df = pdr.get_data_yahoo('stock_name', start='start_date', end='end_date')
# 筛选满足条件的股票
df = df[(df['date'] > 'start_date') & (df['date'] < 'end_date')]
df = df[df['industry'] == 'defense']
df = df[df['close'] < 16]
df = df[df['volume'] > 100]
df = df[df['low'] / df['close'] < 1.04]
# 删除高价股
df = df[df['high'] <= 50]
# 输出符合条件的股票列表
print(df.index)
其中，'stock_name'需要替换为具体的股票名称，'start_date'和'en_d_date'需要替换为起始日期和结束日期。
常见问题
- 为什么需要剔除非高价股？
因为非
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。