/stock-price-num-score

根据《胡立阳股票投资100招》给股票打分的盈利率

Primary LanguagePython

stock-price-num-score

根据《胡立阳股票投资100招》给股票打分的盈利率

胡立阳根据股票的价量关系对股票进行打分, 而其打分的依据如下:

当日个股表现:

(1)价涨量增 +2

(2)价涨量缩 +1

(3)价跌量增 -2

(4)价跌量缩 -1

每日累计评分。你只要连续计算一个星期,以最高分或者是评分稳定增加的作为你投资的第一选择,因为那只个股具备了“价量配合”的上涨条件

根据这个打分标准, 不难计算每只股票某日的得分, 然后将所有得分排序即可, 这样能够得到某一天的所有股票打分, 而需要验证每只股票是否盈利, 这里我简单地判断后一天收盘价是否比当天高,所以能够得出每只股票是否盈利, 计算出当天得分前n只股票的盈利与否, 再用 盈利股票的只数 / n 即当天的盈利率;

以此类推m天可得出m天这一策略的盈利几率, 如下图是我得出的某一种可能:

胡立阳打分标准盈利率

键值说明:

date: 统计的日期

rate_low: 打分最低的盈利几率

rate_high: 打分最高的盈利几率

文件列表说明

  • StockScore.py 计算每天前排名前n的股票的盈利率
  • StockScore_2.py 计算每个分数的盈利率

StockScore_2.py简易流程图

StockScore_2.py简易流程图

点击此处查看流程图原图

下载

  • 下载.zip文件
  • git clone https://github.com/CatsJuice/stock-price-num-score.git

使用前提

  • Python 3.x
  • 第三方库支持(pandas, tqdm
    • pip install pandas
    • pip install tqdm
  • 数据准备
  • 参数修改, 参数详情如下表
id param type mean demo
1 prefix str 网易财经日线数据文件前缀 'F:\\files\\sharesDatas\\kline\\'
2 date_now str 最新数据的第一个日期, 对应爬取的最新数据表第一行的日期 '2019-04-26' ; Format( yyyy-mm-dd )
3 days int 加分的天数 5
4 calculate_days int 要统计的天数 20
5 best_num int 选出的最佳的天数 10

StockScore_2.py 中, 市值大于800亿的不计入统计, 可在LINE: ~43修改如下:

# 2.3 判断该只股票的市值是否大于800亿, 如果大于800亿则跳过
if row_1[0][14] > 8e10:     # 流通市值
    continue

修改为

# 2.3 判断该只股票的市值是否大于800亿, 如果大于800亿则跳过
if row_1[0][14] > [change here]:     # 流通市值
    continue