【股票量化选取】做要给堡垒型的股票漏斗

本文链接：https://blog.youkuaiyun.com/suridea/article/details/124508443

该博客介绍了一种股票投资策略，通过筛选出成交量和价格突破的股票，结合城堡图形分析，选择有潜力的短线操作标的。策略包括按行业分类，寻找高量倍量、3-5%涨幅的价柱且4日不破顶底的城堡形态。通过tushare获取基础数据，不涉及量化自动交易，强调跟随市场节奏的右侧交易。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背景及需求：

针对4000多股票，如果选择过滤盘口语音趋势已经大概率确定，结合行业和业绩表现，动态获取到并能及时进行跟踪。

使用条件：

jqdata已经开始收费，tushare 仍然可以使用，主要使用基础数据，所以Pro版本外的免费版任然可以使用

算法模型：（目标：跟随懂节奏的主力节奏）

1、按照行业题材进行分类（扩展热点提示和政策）

2、城堡图形选取：

量：高量倍量（成交额，1.5倍以上（不能少于120%））
价：价柱3-5%涨幅（不能小于20%）
形态：4日不破顶底，防守型城堡不破底部价，进攻型城堡不破城堡顶部价格
算法可操作循环：2倍量，3-5%的中阳线，4日不破，跌破低点短期卖出。3个城堡构建形成，可短线重点关注。

3、只做选股，不做量化自动交易。

算法实现

1、获取最新的股票列表

def read_stock_list():
    sql = """SELECT * FROM  stock_list"""
    data = pd.read_sql_query(sql, engine)
    return data

2、从股票列表中选取前三日成交量和价格突破的股票别表

2.1 获取单个股票的dialy日线数据

#获取单个股票的日数据
def read_stock_dialy_data(stockCode):
    dialySql="select * from stock_daily_"+stockCode+" where ts_code='"+stockCode+"'"
    data=pd.read_sql_query(dialySql,engine)
    return data

2.2 对单个股票dialy日线数据做分析

#   quantityTimes  设定量增的倍数，默认为2
#   priceTimes     设定价增加的倍数，默认为2
#   n              选择多少日线的底部，
#   foot           设定底部上涨率不超过1.5倍，默认为1.5
def is_new_castle(stockDailyData):
    # quantityTimes ,priceTimes ,n ,foot,
    isNewCastle=0
    #城堡算法
    #.........
    return isNewCastle

通过对单个股票的日线分析，绘制历史城堡形成和市场走势，进行测试。

3、返回最近四日形成城堡图形的股票列表，根据市场热点，行业趋势进行分析，

4、形成最终城堡形态，可以进行短线操作的股票列表，根据自己的经验选择一二只进行短线操作。

注意：检验的最终核心，有节奏的主力，做右侧交易，短线操作。