天天操天天操天天,国产精品天天在线,午夜毛片网站

次新股簡單粗暴的買入策略！

最近一段時(shí)間，次新股概念非?；?，市場關(guān)注度也非常高。前面盧威大神已經(jīng)發(fā)布了關(guān)于次新股投資研究的帖子:新股、次新股的投資機(jī)會(huì)研究，總結(jié)一下這里面的內(nèi)容，主要的觀點(diǎn)有：

行業(yè)對次新股影響比較大
市值較小的次新股往往會(huì)帶來更高的超額收益
需要和同行業(yè)的其他的股票進(jìn)行橫向?qū)Ρ?，一字板?shù)量要小于同行業(yè)的股票

最近發(fā)現(xiàn)國君也發(fā)了一篇關(guān)于次新股的研報(bào)，主要觀點(diǎn)和上面會(huì)有一些不同，從另外的視角來篩選次新股，個(gè)人感覺也挺有借鑒意義，在這里簡單實(shí)現(xiàn)一下。

國君研報(bào)中選次新股的條件有4個(gè)，股社區(qū)也做了相應(yīng)的總結(jié)：

上市連續(xù)漲停<>
同一天開板新股>1個(gè)
無分析師覆蓋
牛熊分界處于熊市一側(cè)（可以替換為399678低于20日線）

其中同一天開板新股大于1個(gè)，主要的觀點(diǎn)就是當(dāng)天有多只股票開板的話，可能不是個(gè)股的原因，而是因?yàn)榇蟊P的原因，被錯(cuò)殺了。第四個(gè)條件中牛熊分界處于熊市一側(cè)也是基于同樣的考量。

因?yàn)榈谌齻€(gè)條件沒有比較好的數(shù)據(jù)實(shí)現(xiàn)，這里將其他3個(gè)選股條件都用上，分析一下最終的結(jié)果。

最近一段時(shí)間，次新股概念非?；穑袌鲫P(guān)注度也非常高。前面盧威大神已經(jīng)發(fā)布了關(guān)于次新股投資研究的帖子:新股、次新股的投資機(jī)會(huì)研究，總結(jié)一下這里面的內(nèi)容，主要的觀點(diǎn)有：

行業(yè)對次新股影響比較大
市值較小的次新股往往會(huì)帶來更高的超額收益
需要和同行業(yè)的其他的股票進(jìn)行橫向?qū)Ρ?，一字板?shù)量要小于同行業(yè)的股票

國君研報(bào)中選次新股的條件有4個(gè)，股社區(qū)也做了相應(yīng)的總結(jié)：

上市連續(xù)漲停<>
同一天開板新股>1個(gè)
無分析師覆蓋
牛熊分界處于熊市一側(cè)（可以替換為399678低于20日線）

因?yàn)榈谌齻€(gè)條件沒有比較好的數(shù)據(jù)實(shí)現(xiàn)，這里將其他3個(gè)選股條件都用上，分析一下最終的結(jié)果。

import seaborn

from matplotlib import pylab

import matplotlib.pyplot as plt

from matplotlib.pyplot import *

from CAL.PyCAL import * # CAL.PyCAL中包含font

from datetime import timedelta,datetime,date

查看全部

1. 獲取2014年6月以來的新上市的股票

security_listDate = DataAPI.EquGet(equTypeCD=u'A',secID=u'',ticker=u'',listStatusCD=u'',field=u'secID,ticker,secShortName,ListDate',pandas='1')

new_equity = security_listDate[(security_listDate['listDate'] > '2014-06-01') &

(security_listDate['listDate'] '2017-02-20')].reset_index(drop='False')

new_equity['month'] = new_equity['listDate'].apply(lambda x : int(x[0:4] + x[5:7])) # 轉(zhuǎn)換時(shí)間格式，方便統(tǒng)計(jì)每個(gè)月上市的股票

new_equity_se = new_equity.groupby('month').size()

print new_equity.head()

查看全部

secID ticker secShortName listDate month0 000166.XSHE 000166 申萬宏源 2015-01-26 2015011 001979.XSHE 001979 招商蛇口 2015-12-30 2015122 002724.XSHE 002724 海洋王 2014-11-04 2014113 002726.XSHE 002726 龍大肉食 2014-06-26 2014064 002727.XSHE 002727 一心堂 2014-07-02 201407

2. 每個(gè)月上市的股票的數(shù)量統(tǒng)計(jì)

#下面代碼為畫圖的邏輯：次新股數(shù)量統(tǒng)計(jì)

fig = plt.figure(figsize=(12, 6))

ax1 = fig.add_subplot(111)

ax1.bar(range(len(new_equity_se)), new_equity_se.values, align='center', width=0.5)

ax1.set_xlim(-1, len(new_equity_se))

ax1.set_xticks(range(len(new_equity_se)))

ax1.set_xticklabels([str(i) for i in new_equity_se.index], fontproperties=font, fontsize=14)

plt.setp(plt.gca().get_xticklabels(), rotation=45)

ax1.set_title(u'新股上市數(shù)量', fontproperties=font, fontsize=16)

查看全部

從上圖可以看到，2015年股災(zāi)結(jié)束后，新股發(fā)行的速度已經(jīng)恢復(fù)常態(tài)。按照這個(gè)發(fā)行速度，現(xiàn)在還有700多家公司在排隊(duì)IPO，未來的新股供給量應(yīng)該會(huì)非常充足。

3. 統(tǒng)計(jì)新股上市的行業(yè)信息

def get_industry(secID, day):

'''獲取行業(yè)分類信息'''

industry_df = DataAPI.EquIndustryGet(industryVersionCD=u'010303',secID=secID,ticker=u'',intoDate=day,

field=u'secID,ticker,secShortName,industryName1,isNew',pandas='1')

industry_df = industry_df[industry_df['isNew']==1]

return industry_df['industryName1'].head(1)

today = date.today().strftime('%Y%m%d')

# 如果使用上市日期來查詢股票行業(yè)分類，會(huì)有NaN值出現(xiàn)

new_equity['industy_name'] = new_equity.apply(lambda x: get_industry(x['secID'], today), axis=1)

查看全部

#下面代碼為畫圖的邏輯：畫圖展示行業(yè)信息

new_equity_industry_se = new_equity.groupby('industy_name').size()

fig = plt.figure(figsize=(12, 6))

ax1 = fig.add_subplot(111)

ax1.bar(range(len(new_equity_industry_se)), new_equity_industry_se.values, align='center', width=0.5)

ax1.set_xlim(-1, len(new_equity_se))

ax1.set_xticks(range(len(new_equity_industry_se)))

ax1.set_xticklabels([i.decode('utf-8') for i in new_equity_industry_se.index], fontproperties=font, fontsize=14)

plt.setp(plt.gca().get_xticklabels(), rotation=90)

ax1.set_title(u'新股行業(yè)分布', fontproperties=font, fontsize=16)

查看全部

從上圖可以看到，化工，機(jī)械設(shè)備，醫(yī)藥生物還有計(jì)算行業(yè)的新股比較多，這也吻合這幾個(gè)行業(yè)自身成份股數(shù)量較多的特點(diǎn)

4. 獲取股票的上市時(shí)的漲停板的個(gè)數(shù)

優(yōu)礦提供了一個(gè)API，可以獲取新股上市后的漲停板的個(gè)數(shù)，這個(gè)太方便了，自己要是做還是比較麻煩的：MktIpoConTraddaysGet。利用這個(gè)API，首先獲取每個(gè)股票上市有多少個(gè)漲停板。

我們需要將一字板大于10天的剔除，這種股票的后續(xù)潛力已經(jīng)很小了。

4. 獲取股票的上市時(shí)的漲停板的個(gè)數(shù)

我們需要將一字板大于10天的剔除，這種股票的后續(xù)潛力已經(jīng)很小了。

def get_uplimt_num(secID):

'''獲取新股連續(xù)漲停的天數(shù)'''

df = DataAPI.MktIpoConTraddaysGet(secID=secID,field=u'continiousTradDays',pandas='1')

return df['continiousTradDays'].head(1)

new_equity['uplimit_num'] = new_equity.apply(lambda x: get_uplimt_num(x['secID']), axis=1)

查看全部

print new_equity[new_equity['uplimit_num']1].to_html()

查看全部

	secID	ticker	secShortName	listDate	month	industy_name
0	000166.XSHE	000166	申萬宏源	2015-01-26	201501	非銀金融
1	001979.XSHE	001979	招商蛇口	2015-12-30	201512	房地產(chǎn)
232	300498.XSHE	300498	溫氏股份	2015-11-02	201511	農(nóng)林牧漁
355	601155.XSHG	601155	新城控股	2015-12-04	201512	房地產(chǎn)
605	603998.XSHG	603998	方盛制藥	2014-12-05	201412	醫(yī)藥生物

從上面的統(tǒng)計(jì)信息可以看出，有些股票上市第一天就是破板了，這種情況在前一篇帖子已經(jīng)分析過了，主要原因是因?yàn)檫@些股票不是純正的新股，這種股票也要剔除。

new_equity = new_equity[(new_equity['uplimit_num']>0)&(new_equity['uplimit_num']10)]

查看全部

5. 找到新股開板的那一天

前面有上市的時(shí)間，還有連續(xù)漲停的時(shí)間，那么將上市的時(shí)間加上連續(xù)漲停的天數(shù)，即可獲取開板的那一天

5. 找到新股開板的那一天

前面有上市的時(shí)間，還有連續(xù)漲停的時(shí)間，那么將上市的時(shí)間加上連續(xù)漲停的天數(shù)，即可獲取開板的那一天

def get_specific_trading_day(date_str='2016-01-04', window=20, direction='forward'):

'''給定日期，可以通過這個(gè)函數(shù)獲取前后N天的那個(gè)交易日'''

date = datetime.strptime(date_str, '%Y-%m-%d')

if direction=='back':

begin_day = date - (window+5) * 4 * timedelta(days=1) # 可以獲取冗余的交易日，防止最終取不到有效數(shù)據(jù)

end_day = date

elif direction=='forward':

begin_day = date

end_day = date + (window+5) * 4 * timedelta(days=1)

begin_day_str = begin_day.strftime('%Y-%m-%d')

end_day_str = end_day.strftime('%Y-%m-%d')

cal_dates = DataAPI.TradeCalGet(exchangeCD=u'XSHG', beginDate=begin_day_str, endDate=end_day_str, field='calendarDate,isOpen')

trading_days = cal_dates[cal_dates['isOpen']==1]['calendarDate'].tolist()

# trading_days = [day[0:4] + day[5:7] + day[8:] for day in trading_days] # 更改日期的格式，將'2014-01-03'轉(zhuǎn)化為'20140103'

try:

if direction=='back':

return trading_days[-window]

return trading_days[window]

except:

print date_str,window,direction

#開板的那天

new_equity['un_limit_day'] = new_equity.apply(lambda x: get_specific_trading_day(x['listDate'], int(x['uplimit_num'])), axis=1)

new_equity = new_equity[new_equity['un_limit_day']'2017-02-20'] #加上相應(yīng)的日期后，可能會(huì)有越界的情況

查看全部

6.找到同一天開板的股票數(shù)量大于1的股票

# 找到同一天開板的股票數(shù)量大于1的股票

day_count = new_equity.groupby('un_limit_day').size()

more_than_one_stock_unlimit = day_count[day_count>1].index # 當(dāng)天不止一只股票開板的日期

new_equity = new_equity[new_equity['un_limit_day'].isin(more_than_one_stock_unlimit)]

查看全部

7. 找到牛熊分界處于熊市一側(cè)的股票

股社區(qū)覺得可以替換為399678低于20日線，這個(gè)是深次新股指數(shù)。這里面要用到優(yōu)礦的指數(shù)因子的API，相當(dāng)方便啊

7. 找到牛熊分界處于熊市一側(cè)的股票

股社區(qū)覺得可以替換為399678低于20日線，這個(gè)是深次新股指數(shù)。這里面要用到優(yōu)礦的指數(shù)因子的API，相當(dāng)方便啊

def get_bear_flag(day):

'''判斷是否是熊市一側(cè)，如果399678低于20日線，即可簡單認(rèn)為是熊市'''

day = day.replace('-','')

df = DataAPI.MktIdxFactorOneDayGet(tradeDate=day,secID=u'',ticker=u'399678',field=u'Close,MA20',pandas='1')

if len(df[df['Close'] df['MA20']])>0:

return True

return False

new_equity['is_bear'] = new_equity.apply(lambda x:get_bear_flag(x['un_limit_day']), axis=1)

new_equity = new_equity[new_equity['is_bear']]

查看全部

8. 分析超額收益

經(jīng)過上面幾步的篩選，已經(jīng)得到我們需要的股票池。按照研報(bào)的中思路，我們在開板后買入，持有20天，相較于中證500，有24.3%的超額收益！

8. 分析超額收益

本站僅提供存儲(chǔ)服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請點(diǎn)擊舉報(bào)。

九色国产,午夜在线视频,新黄色网址,九九色综合,天天做夜夜做久久做狠狠,天天躁夜夜躁狠狠躁2021a,久久不卡一区二区三区

1. 獲取2014年6月以來的新上市的股票

1. 獲取2014年6月以來的新上市的股票

2. 每個(gè)月上市的股票的數(shù)量統(tǒng)計(jì)

2. 每個(gè)月上市的股票的數(shù)量統(tǒng)計(jì)

3. 統(tǒng)計(jì)新股上市的行業(yè)信息

3. 統(tǒng)計(jì)新股上市的行業(yè)信息

4. 獲取股票的上市時(shí)的漲停板的個(gè)數(shù)

4. 獲取股票的上市時(shí)的漲停板的個(gè)數(shù)

5. 找到新股開板的那一天

5. 找到新股開板的那一天

6.找到同一天開板的股票數(shù)量大于1的股票

6.找到同一天開板的股票數(shù)量大于1的股票

7. 找到牛熊分界處于熊市一側(cè)的股票

7. 找到牛熊分界處于熊市一側(cè)的股票

8. 分析超額收益

8. 分析超額收益