正在打开每日关注
正在打开每日关注
视频用 Python 与 AkShare 获取 A 股行情，并展示一套低价股筛选、止盈止损及指数基准回测；结果仅是短期演示，不能据此判断策略有效。
已 编译 运行 ”克隆 2to3 APIL QQ 人 和， 2 4 initialize(Ccontext) : ] 5 set_benchmark("000300.XSsHG") 6 7 g.security=get_index_stocks("000905 .XSHG") 8 g.N=30 9 10 set_option('use_real_price'"，True) 11 12 set_order_cost(OorderCcost(open_tax=0，close_tax 3 14 handle_data(Ccontext，datal) : 15
视频演示了一个面向 A 股的量化选股与回测流程：先通过 AkShare 获取实时行情，按“最新价”排序并取靠前标的；回测代码中从指数成分股取候选股票，设置持仓数量为 30，并以成本价上方 30% 和下方 10% 作为卖出条件。
画面先以 000905.XSHG 作为成分股范围，后改为 000300.XSHG，并将策略表现与 300 指数比较。作者文案强调“数字不会骗人”“没有完美的策略，只有适合的行情”，视频意图是说明同一规则在不同股票池、行情下会有不同表现。
策略脚本把股票池、选股数量、价格条件和基准拆成可调整参数，适合作为快速验证想法的起点。展示基准收益、Alpha、Beta、Sharpe、最大回撤等字段，也提示评估不应只看单一收益率。
证据仅覆盖一段界面演示，回测区间画面显示为 2025-03-01 至 2025-08-29，样本较短；代码还出现“持仓中不存在”的警告，可能影响回测逻辑与结果可信度。低价排序容易纳入 ST、流动性或基本面风险较高的股票；止盈止损、交易成本、复权、停牌、涨跌停与调仓规则是否完整，均无法从现有证据确认。这不是投资建议，也不能由展示数值推导实盘可复制性。