量化交易选股策略-分时大单买入占比大于50、昨日9点25委卖除竞价量≤1、分时换手率前二个

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

分时大单买入占比大于50%:这个条件表示在交易时间内的每笔交易中,买入金额较大的占比较高,这可能是机构或大户投资者的行动。

昨日9点25委卖除竞价量≤1:这个条件表示昨日开盘9:25之前没有太多的卖出单,说明市场的抛压较小。

分时换手率前二个:这个条件表示分时图中的换手率排名前两位,表明当前的交易活跃度较高。

选股逻辑分析

从以上三个条件来看,这个选股策略倾向于选择在市场抛压较小、且交易活跃度较高的股票。但是,仅仅依靠这三个条件进行选股可能存在以下风险:

  1. 数据延迟:由于分时图的数据是实时更新的,所以这个策略可能会受到数据延迟的影响。
  2. 投资者行为变化:市场的抛压和交易活跃度这两个因素都是投资者行为的结果,如果投资者的行为发生了变化,那么这个策略的效果也会受到影响。

如何优化?

为了避免这些风险,我们可以考虑引入更多的条件来增强这个策略的稳健性。例如,我们可以引入市盈率、市净率等基本面指标,以及技术面指标如MACD、KDJ等。此外,我们还可以结合其他市场信息,如宏观经济环境、政策变化等,来构建更全面的策略。

最终的选股逻辑

通过上述优化,我们可以得到以下的选股策略:

strategy = (df['买入占比'] > 0.5) & \
         (df['昨9点25委卖量'] <= 1) & \
         (df['换手率'] < df['换手率'].quantile(0.7))

常见问题

读者可能有以下几个疑问:

  1. 什么是市盈率、市净率等基本面指标?
  2. 怎么样查看和理解MACD、KDJ等技术面指标?
  3. 怎么样获取宏观经济环境和政策变化的信息?
  4. 如何将基本面指标和技术面指标结合到策略中?

python代码参考

import pandas as pd
from ta import *

def buy_and_hold(df):
    strategy = (df['买入占比'] > 0.5) & \
              (df['昨9点25委卖量'] <= 1) & \
              (df['换手率'] <

## 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