Python量化炒股記|只用一分鐘選出底部放量跳空上揚的強勢股

時間 2020-07-20

標籤 python 量化炒股只用一分鐘選出底部放量跳空上揚強勢欄目 Python 简体版

原文原文鏈接

歡迎你們訂閱《Python數據分析實戰：構建股票量化交易系統》小冊子，學完小冊上的知識點後，必定要學以至用的方式來輔助咱們分析股票！算法

前言

最近A股市場行情火爆，對股民們來講，選到一隻強勢股是求之不得的事情，由於只有強勢股才能讓本身的收益跑贏大盤，否則只能眼巴巴看着指數不斷上漲，而手上的股票卻不動聲色，懊惱不已！bash

相信你們都據說了量化交易這個東西了吧！不過目前國內外介紹量化的書籍、課程之類的，大可能是金融背景的人編寫的，因此他們的角度和咱們普通股民會有些不一樣。偏研究分析的模型算法可能咱們看不懂、用不到，有些量化系統針對於機構操盤搭建的，也不適合小資金的普通股民。微信

那麼，什麼纔是普通股民所適合的量化交易打開方式呢？本文就用一個接地氣的選股場景來和你們分享一下，普通股民如何去使用量化交易！app

什麼是跳空缺口

K線形態中有一種威力很大的形態——跳空缺口。跳空缺口指相鄰的兩根K線之間出現了沒有交易的空白區間，當今日最低價與昨日最高價之間沒有重合部分，稱爲向上缺口，當今日最高價與昨日最低價之間沒有重疊部分，稱爲向下缺口。工具

股價留下缺口，不只僅是當日投資者激烈情緒的反映，在不少狀況下，這種缺口對於判斷後市是具備必定意義的。spa

因而咱們結合量化交易這個工具來過濾下近期出現向上跳空缺口的股票，由於這類股票相對來講後市的走勢會更強勁。設計

如何實現

第一步，咱們要獲取A市場中目標板塊的個股數據，咱們以證券、地產、水泥、銀行、醫療保健、保險、半導體、元器件這幾個板塊爲分析標的。日誌

獲取股票數據的方式有不少，好比Baostock、Tushare、聚寬、通達信……均可以。此處咱們以Tushare爲例，先獲取股票清單，代碼以下所示：code

df_basic = pro.stock_basic(exchange='', list_status='L')
# 剔除2017年之後上市的新股次新股
df_basic = df_basic[df_basic['list_date'].apply(int).values < 20170101]

# 剔除st股
df_basic = df_basic[df_basic['name'].apply(lambda x: x.find('*ST') < 0)]

df_basic = df_basic[(df_basic["industry"] == u"證券") | (df_basic["industry"] == u"全國地產")
                    | (df_basic["industry"] == u"銀行") | (df_basic["industry"] == u"水泥")
                    | (df_basic["industry"] == u"保險") | (df_basic["industry"] == u"醫療保健")
                    | (df_basic["industry"] == u"半導體") | (df_basic["industry"] == u"元器件")]
get_codes = dict(zip(df_basic.ts_code.values, df_basic.industry.values]))                   
複製代碼

而後就經過一個循環，用pro.daily(ts_code=code_val, start_date=start_val, end_date=end_val) 這個接口獲取個股近一個月的數據。cdn

到這一步，咱們的數據環節就解決了。

第二步，咱們應該設計一個策略去判斷跳空缺口，這裏咱們的算法思路以下：

若是今日是上漲趨勢，今日的最低價大於昨日的最高價，而且達到設定的閾值時爲向上跳空缺口；
若是今日是下跌趨勢，昨天最低價大於今日最高價，而且達到設定的閾值時爲向下跳空缺口。

咱們以此爲目的編寫一個策略，關鍵代碼以下所示：

for kl_index in np.arange(0, self.stock_dat.shape[0]):
    today = self.stock_dat.iloc[kl_index]  # 若版本提示已經棄用 可以使用loc或iloc替換
    today = today.copy()
    if (today['changeRatio'] > 0) and ((today.Low - today.preClose) > jump_threshold):
        # 向上跳空 (今最低-昨收)/閾值
        today['jump_power'] = (today.Low - today.preClose) / jump_threshold
        self.jump_pd = self.jump_pd.append(today)
    elif (today['changeRatio'] < 0) and ((today.preClose - today.High) > jump_threshold):
        # 向下跳空 (昨收-今最高)/閾值
        today['jump_power'] = (today.High - today.preClose) / jump_threshold
        self.jump_pd = self.jump_pd.append(today)
複製代碼