天天新消息丨使用Python怎样实现量化选股？

什么是量化选股？

(相关资料图)

量化量化选股(stock selection)是一种主动性投资策略，先按照Python某种规则或算法分析单只股票的前景，然后构建一个投资组合，长期持有。一般情况下要求组合的股票具有低相关性，这样才能对冲系统性风险，否则在大盘走弱的时候投资组合也会面临巨大的下跌风险。

什么是量化选股？

运用什么模型？

关于如何选股，学术界提出过很多不同的模型，最经典的莫过于马科维茨投资组合理论。我们可以使用MM趋势模型(Mark Minervini’s Trend Template)，主要是关于技术面选股方法，核心思想是通过Python技术指标来度量股票动能，从中筛选最有潜力的股票，买入并持有。

MM趋势模型

股票价格高于150天均线和200天均线150日均线高于200日均线200日均线上升至少1个月50日均线高于150日均线和200日均线股票价格高于50日均线股票价格比52周低点高30%股票价格在52周高点的25%以内相对强弱指数(RS)大于等于70，这里的相对强弱指的是股票与大盘对比，RS = 股票1年收益率 / 基准指数1年收益率。

MM趋势模型

但选股面临的技术性难题？

从哪里获取大量股票的历史数据？当股票数量很多时，如何提高计算性能？

用Python实现MM模型的量化选股方式：

import os

import datetime as dt

import time

from typing import Any, Dict, Optional, List

import requests

import pickle

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

import talib

import multiprocessing as mp

from requests.exceptions import Connecti, Timeout

%matplotlib inline

plt.style.use("fivethirtyeight")

责任编辑：