股票量化分析工具QTYX使用攻略——盘中选取强势股v2.5.2

搭建自己的量化系统

如果要长期在市场中立于不败之地!必须要形成一套自己的交易系统。否则,赚钱或者亏钱我们很难归纳总结,往往是凭借运气赚钱,而不是合理的系统模型,一时凭借运气赚的钱长期来看会因为实力还回去。

如何学会搭建自己的量化交易系统?

边学习边实战,在实战中学习才是最有效地方式。于是我们分享一个即可以用于学习,也可以用于实战炒股分析的量化系统——QTYX。

我们分享QTYX系统目的是提供给大家一个搭建量化系统的模版,最终帮助大家搭建属于自己的系统。因此我们提供源码,可以根据自己的风格二次开发。

自己搭建量化系统的好处如下所示:

2189da95a263b99ca91b348bfa7278d7.png

用Python搭建一套自己的量化交易系统结构如下所示:

253a4db7238b13c22d0cd41d491052e4.png

结构中包含了各种模块,采用什么模块和每个人的需求息息相关。目前QTYX综合考虑后选择代表性的模块作为案例。大家可以根据自己需求二次更改,也可以联系我合作定制你的版本。

由于QTYX一直迭代更新,当前介绍对应于版本V2.5.2。后续升级版本会同步更新文档内容。

功能概览

QTYX支持“数据驱动型选股”方式,结合简单的条件表达式可以快速地从4000多只股票中选取出当日的强势股。

接下来我们手把手教大家如何使用QTYX盘中快速选出强势股。

通常一天的行情在下午2点半的时候会趋于稳定,于是这个时候启动QTYX->【选股流程】->【开始选股】->【数据驱动型选股】。(盘中选股的好处是可以当天买入,避免强势股在收盘后经过媒体宣传发酵后,第二天开盘高开高走)

831328c8e19b19f5087c74c8c7f0e84b.png

第一步选择【刷新选股数据源】->【爬虫每日指标】,然后会跳出两个选项,一个是A股的全部股票的数据,第二个是目前股票池所对应的数据。这里选【A股数据源】。

9b4452db1685cc5868fa75617daf0f85.png

获取到的数据内容包括:包含了股票代码、所属行业、所在地域、上市日期、最新价格、涨跌额、涨跌幅、成交量、成交额、最高,最低、量比、市盈率、市净率、总市值流通市值之类。

4cafd0642d2484ea69c35796e0b550dd.png

加载到了数据之后,我们就可以按以下步骤对这整一份数据用条件表达式去进行过滤。

  • 选出涨幅在3%-5%区间的股票。低于3%的太弱,高于5%的容易被套。在界面上填写条件表达式,然后点击【开始选股】->【数据驱动选股】->【开始条件选股】,然后就会过滤出符合条件的股票名单。然后按照这个方法更换条件重复操作即可!

d7f9affd01f362060bb156a3dee73113.png

c1a8f7bc3300769e37c3c3dbe7f1f1bf.png

  • 按照量比排名,把量比小于1的删除掉。量比太低说明该股不够活跃,一般属于冷门股,被遗弃在角落里。

df2703db3cc821584eddfded9bb55cb2.png

  • 按照换手率排名,小于5%的不要,没人关注,大于10%的不要,有出货嫌疑。

3c36687ef4da41c392adde48ae620ac8.png

  • 按照流通市值排名,市值小于50亿和大于200亿的删除。到这一步已经排除掉很多股票了。

  • 再选择成交量温和放大,股价向上突破的。再结合基本面信息、行业风口就能选出强势股了。点击下股票代码即可选择查看【行情走势】、【F10资料】等等

3d8d4962a683d4da7101ad5ee88bb455.png

27f8d4349f9525fc26f8a3ee0971aa72.png

总结一下,使用QTYX选出符合条件【涨跌幅:前复权3%~5%;量比大于1;换手5%~10%;流通市值50亿~200亿】的股票。然后结合行情走势图、基本面信息、行业风口等再次缩小范围。

QTYX全部的使用攻略介绍,在公众号【构建系统】栏目中。

35e42d6f5522e1550fbb8d32632d0e7b.png

原文链接:
股票量化分析工具QTYX使用攻略——盘中选取强势股v2.5.2

DevilYuan股票量化系统 简介 DevilYuan股票量化系统由python编写,支持python3.4+,有如下功能: 可视化(基于PyQT的界面) 多线程事件引擎 四大功能 股票数据 选股 策略回测 实盘交易 历史数据均免费来自于网络 Wind免费个人接口 TuShare 实盘微信提醒及交互 一键挂机 全自动交易 模拟交易,支持9个模拟账号 实盘和回测共用同一策略代码 实盘策略编写模板 选股策略编写模板 自动下载历史数据到MongoDB数据库 股票代码表 交易日数据 个股,指数和ETF历史日线数据 个股和ETF历史分笔数据 集成基本的统计功能 实盘单账户多策略 运行后的界面 image 运行前的准备 支持的操作系统:Windows 7/8/10 安装Anaconda,python3.4+ 64位版本 安装MongoDB,并将MongoDB配置为系统服务 由于个股历史分笔数据比较大,建议配备1T以上的硬盘 MogonDB客户端 实盘交易现在支持的是银河证券,请安装对应的PC客户端 银河证券的客户端需要做如下配置,不然会导致下单时价格出错以及客户端超时锁定 系统设置 > 界面设置: 界面不操作超时时间设为 0 系统设置 > 交易设置: 默认买入价格/买入数量/卖出价格/卖出数量 都设置为 空 同时客户端不能最小化也不能处于精简模式 安装Wind个人免费Python接口 (可选) 若不安装Wind接口,股票代码表,交易日数据和历史日线数据将使用TuShare接口。TuShare这一块的数据更新速度比较慢。并且Wind的复权因子数据比较准确,建议安装Wind。但Wind的接口对数据流量有限制。 到Server酱注册一个SCKEY,这样实盘时的信号可以铃声通知 (可选) 安装Vistual Studio社区版,并勾选Python插件 (可选) 本项目是用VS2017开发的。你可以选择是用VS2017,或者用其他IDE 需要安装的Python包 tushare pymongo qdarkstyle pytesseract pywinauto talib,请到这儿安装对应的whl版本 aiohttp pyqrcode mpl_finance pip install https://github.com/matplotlib/mpl_finance/archive/master.zip pypng VS调试时报异常的包,不调试时不会报错,可选安装 datrie crypto gunicorn 运行 python DyMainWindow.py 运行后的步骤 配置DeviYuan系统 下载历史数据 写一个实盘策略
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值