i问财量化选股-非涨停、行业板块涨幅前5、昨日的曾涨停取反

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

首先,我们需要明确股票的选取标准,即选择昨日没有涨停但属于行业板块涨幅前5的股票。其次,对于昨日已经涨停过的股票,我们将其选取结果取反,即昨天是涨停今日就选取昨日没有涨停的股票。

这个策略的目的是为了在保证股票收益的同时,尽可能降低被市场热门股票或主力操纵的风险。通过限制选择范围和避免追涨杀跌的操作方式,提高投资的安全性和稳定性。

选股逻辑分析

这个选股逻辑主要基于两个因素:一是行业板块涨幅,这是股票上涨的主要推动力之一;二是是否昨日涨停,这是判断股票热度的重要指标。

然而,这个策略也存在一定的风险。例如,如果行业板块整体走势疲软,那么即使有涨幅前5的股票,也可能无法获得良好的收益。此外,如果昨日涨停的股票是因为市场消息、公司利好等因素导致的,那么这些股票可能会受到市场的追捧,导致其价格波动较大,投资者需要承担较大的风险。

如何优化?

对于上述风险,我们可以从以下几个方面进行优化:

  1. 定期调整行业板块筛选条件,确保选择的行业具备较强的盈利能力和增长潜力。
  2. 对于昨日已经涨停的股票,可以设置一个更大的涨幅阈值,以减少受到市场短期热点影响的可能性。
  3. 在交易时,可以通过技术分析方法(如趋势线、KDJ等)对股票的走势进行预测,以避免追涨杀跌的情况发生。

最终的选股逻辑

最终的选股逻辑包括以下几个步骤:

  1. 从A股市场所有股票中筛选出行业板块涨幅前5的股票。
  2. 对于选出的股票,检查其是否在昨日曾经涨停过,如果满足条件则取反。
  3. 返回满足以上条件的股票列表。

常见问题

  1. 针对昨日已经涨停过的股票,是否还可以进一步优化?
    答案是可以的,我们可以在步骤2的基础上增加一个步骤,即将选出的股票再次过滤,只保留未在最近一个月内连续涨停超过三次的股票。

python代码参考

import pandas as pd

def select_stocks():
    # 获取A股市场所有股票信息
    stocks_df = pd.read_csv('all_stocks.csv')

    # 按照行业板块涨幅排名筛选前5名股票
    top_stocks = stocks_df.sort_values

## 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