原作者：JoinQuant-TWist 摘要灵感细化 逐步实现策略 调整与改进策略 自测与自学通过前文基础知识的学习，本文将引导读者运用所学写成一个策略。如果发现某些知识忘了很正常，回头再看就行，用到什么去学什么学习的效率更高。灵感细化之前也提到过策略灵感的来源多种多样，可能是通过阅读、通过与人交流、或是通过自己感悟与研究等等。灵感最初可能只是模糊的感觉或疑问，比如“感觉低市盈率的股票好像长期收益
引言之前在blink上说过，这是我在上的第一篇，作为菜鸟，很多时候不好意思表达自己的意见，难免错过很多的机会。 大概半年之前，我妈让我给她写个炒股程序，我一直没当回事，每次我妈提起，都让我以“最近有点忙”，“快了快了”之类的理由搪塞过去，其实我起初也每把我妈说的话当回事，时间还是主要投入在自己想从事的方向中了，我觉得她说的这个东西应该很好做吧，无非是通过实时MACD、RSI等指标进
转载
2023-07-23 20:53:12
3阅读
多因子选股策略 Python
在现代投资中，多因子选股策略逐渐成为资产管理和投资分析中不可或缺的一部分。通过结合多种财务指标和市场数据，投资者能够更好地评估资产的潜力并作出明智的决策。本篇文章将探讨如何使用 Python 实现多因子选股策略，从而为投资者提供有效的方法和思路。
## 适用场景分析
多因子选股策略适用于希望通过量化分析提升投资决策效率的投资者和机构。这个策略特别适合长线投资者、
1.在banban网爬取所有A股的股票名称和代码。观察板板网站的股票，将在深圳上市和上海上市的A股信息爬取并保存到本地文件2.传入股票代码，利用tushare api提取股票的所有历史数据，对股票数据进行处理。3.设置双均线，KDJ，MACD等指标辅助量化。4.设置资金曲线，利用历史数据回测，评估策略效果。如下是用双均线策略来进行买入卖出交易的模拟得到的预计资金曲线，短线取的时间是5个交易日，长线
转载
2023-08-21 07:27:15
86阅读
本文试图构建一个通用的因子选股回测模型，来验证因子的有效性。什么是有效因子在构建因子选股回测模型之前，我们总结了一个有效因子的三个重要特征，它们是：①超额收益：一个有效因子，应当能筛选出好的股票组合，创造出跑赢大盘的超额收益。②持续性：一个有效因子，应当是在一个较长的时间段内持续有效，而不是仅仅在一个季度、一个年份有效。 ③稳定性：一个有效因子，不仅是对一个市场有效，而是在所有市场都有效，能够跨市
转载
2024-01-08 18:01:02
40阅读
# Python实现多因子选股策略
随着金融市场的不断发展，投资者越来越重视量化投资策略。在众多策略中，多因子选股策略因其科学性和有效性而备受推崇。本文将介绍多因子选股策略的基本概念，以及如何使用Python实现此策略的基本流程。
## 多因子选股策略简介
多因子选股策略是通过多个因素（因子）来评估股票的投资价值。这些因子可以分为基本面因子（如市盈率、市净率）、技术面因子（如动量、波动率），
# 多因子量化选股策略实现流程
## 1. 确定选股策略目标和因子
在实现多因子量化选股策略之前，首先需要确定选股策略目标和所使用的因子。选股策略目标可以包括长期收益率、风险控制等。而因子可以是一系列能够反映股票价值和市场情况的指标，如市盈率、市净率、财务指标等。在确定因子时，需要结合策略目标进行选择。
## 2. 数据获取和处理
实现多因子量化选股策略需要获取所需的股票数据，并进行处理。
原创
2023-10-19 13:58:26
433阅读
1. 路由的介绍接着上面程序的判断场景，假如咱们再处理一个个人中心的动态资源请求非常简单，再添加一个函数和更加一个分支判断就可以实现了。framework.py 示例代码:# 获取个人中心数据
def center():
# 响应状态
status = "200 OK";
# 响应头
response_header = [("Server", "PWS2.0")]
转载
2024-07-25 14:04:06
57阅读
Python选股策略：月初选股、每月调仓
## 引言
股票市场是一个非常复杂和变化莫测的系统，投资者需要使用一定的策略来指导股票买卖的决策。选股策略是一种常见的投资策略，通过筛选一些具有潜力的个股进行投资，以获取更高的收益。在本文中，我们将介绍一种基于Python的选股策略：月初选股、每月调仓。
## 月初选股策略
月初选股策略是基于时间周期的一种选股策略。其基本原理是在每个月初根据一些指标和
原创
2024-02-03 08:24:05
84阅读
本例实现了股票筛选功能。
前一半是过滤出市盈率在0-30倍之间，且今日换手率>1%，涨幅超2%的股票。
后一半统计今日涨停和接近涨停的股票。
转载
2023-06-30 18:03:32
393阅读
经过前两篇文章，我们把多因子选股策略三大步骤：因子的选取，检验，冗余因子剔除等介绍了一遍，接下来这一篇将利用已经得到的结论，完成最后一步，策略的实现。我们根据前两篇文章的内容，我们选取以下因子来构建策略：TAGRT，ROEANNUAL，SHTLIABTOTLIABRT，PB其因子的有效性图如下，股票池为“IT指数”成分股。 策略构建：基本思路：我们按照一定排列规则，将所有股票排序，并选取
转载
2023-10-20 17:16:34
58阅读
# Python多因子选股策略：入门指南
在金融市场中，选股是投资者决策中的重要环节。为了提高选股的成功率，许多专业投资者采用多因子模型来挖掘潜力股票。本文将介绍Python多因子选股策略的实现方法，并提供相应代码示例，帮助读者理解这一策略的核心思想。
## 什么是多因子选股策略？
多因子选股策略是通过多个市场因素（也称为“因子”）来评估和挑选股票的一种选股方法。因子可以是基本面指标（如市盈
简介qstock由“Python金融量化”公众号开发，试图打造成个人量化投研分析开源库，目前包括数据获取（data）、可视化(plot)、选股(stock)和量化回测（backtest）四个模块。其中数据模块（data）数据来源于东方财富网、同花顺、新浪财经等网上公开数据，数据爬虫部分参考了现有金融数据包tushare、akshare和efinance。qstock致力于为用户提供更加简洁和规整化
1 # 根据缺口的模式选股买股票
2 '''
3 --------------------------------------------
4 1、总体回测前要做的事情
5 initialize(context)
6 1.1、设置策略参数 ----> 全局常量
7 1.2、设置中间变量 ----> 全局变量
8 1.3、设置回
转载
2024-02-02 09:39:16
122阅读
## Python选股
Python是一种强大的编程语言，它可以用于各种领域的开发和应用。其中之一就是股票选股。随着股票市场的不断变化，选股成为了投资者们关注的重点之一。Python提供了丰富的工具和库，可以帮助我们进行有效的选股分析。
### 数据获取
首先，我们需要获取股票市场的数据。Python中有很多第三方库可以帮助我们实现这个功能，比如`pandas-datareader`库。这个
原创
2023-08-02 12:13:44
298阅读
# Python选股实现流程
## 1. 确定选股策略
在进行Python选股之前，首先需要明确选股的策略。选股策略可以包括行业分析、财务指标分析、技术指标分析等。根据具体需求，选择适合的选股策略。
## 2. 数据获取
获取股票数据是进行选股的基础。可以通过金融数据接口、第三方数据供应商或者爬虫技术等方式获得股票数据。在Python中，有很多库可以用于获取股票数据，比如pandas-data
原创
2023-08-29 03:44:25
516阅读
本程序使用传统的[TuShare接口]，并非需要捐赠的[pro接口]获取数据无限制;另，由于TuShare的增量更新接口有bug（最近一个交易日的数据获取不到），所以每次计算前都是删除所有数据，全部重新获取。本程序实现了若干种选股策略，大家可以自行选择其中的一到多种策略组合使用，参见work_flow.py各策略中的end_date参数主要用于回测。安装依赖: 根据不同的平台安装TA-Lib程序
转载
2023-07-06 22:52:33
43阅读
前言： 在无人指导自学的环境下，只能靠网络搜索去记录些会用到的知识定义，以此来方便以后的学习，不定时频繁更新。1：CAPM 资本资产定价模型 capital asset pricing model2：CAPM模型:一个投资组合的超额回报率可由它对三个因子的暴露来解释，这三个因子是:市场资产组合（Rm-Rf）、市值因子（SMB）、账面市值比因子（HML）3：ROE 净资产收益率 return on
转载
2023-08-14 15:50:26
5阅读
1. 构建股票池爬一些基金的10大持仓股。大概爬了102只股票。2.
原创
2022-08-08 23:22:14
178阅读
背景近期在学习数据分析，在课程最后老师讲了一下通过量化分析选择股票的案例，感觉挺有意思的，恰好周围也有人在炒股票，干脆自己做一个软件来实践一下学到的知识。课程上主要用python相关库来处理比特币的数据，数据量也不大，但是理解原理之后我们可以举一反三。首先来回顾一下主要的知识点，选择股票的时候会用到两个重要的指标RSV、KDJ。他们的定义见下面的课件截图，具体的内容我就不阐述了，因为我是非金融专业
转载
2023-12-19 18:58:11
6阅读
