桓公少与殷侯齐名，常有竞心。桓问殷：“卿何如我？”殷云：“我与我周旋久，宁作我！”

抄底王

今天闲聊，聊到股票跌停要去抄底，风浪越大鱼越贵。
剑走偏锋，是不是可以设计一个抄底选股策略，对这支股票的历史上大跌表现进行量化

代码

import datetime
import baostock as bs
import pandas as pd
import matplotlib.pyplot as plt

#获取股票数据
def get_data(ticket,start_date):
    today = datetime.datetime.now().strftime("%Y-%m-%d")
    # 登录 Baostock
    lg = bs.login()
    # 获取股票数据，
    rs = bs.query_history_k_data_plus(ticket,
        "date,code,open,high,low,close,volume",
        start_date=start_date, end_date=today,
        frequency="d", adjustflag="3")
    data_list = []
    while (rs.error_code == '0') & rs.next():
        data_list.append(rs.get_row_data())
    result = pd.DataFrame(data_list, columns=rs.fields)
    # 转换数据类型
    result['close'] = result['close'].astype(float)
    result['high'] = result['high'].astype(float)
    result['low'] = result['low'].astype(float)
    # 登出 Baostock
    bs.logout()
    #是否存储
    #result.to_csv(f"stock_data/{ticket}_{today}.csv")
    return result

#找到跌的数据，并计算一周内的表现
def cau(stock,start_date):
    #获取数据
    df = get_data(stock,start_date)
    #df['跌停'] = (df['open'] - df['close'])/df[df['open']]
    #获取涨跌幅
    df['pct_change'] = df['close'].pct_change()
    df['is_limit_down'] = (df['pct_change'] <= -0.08)
    data=[]
    for i in range(1,31):
        #{i}天后的收盘价
        df[f"close_{i}"] = df['close'].shift(-i)
        #上涨比例
        df[f'compare_{i}'] = (df[f'close_{i}']- df['close'])/df[f'close_{i}']
        result = df[df['is_limit_down'] == True]
        #result.to_csv(f"stock_result/MYresult_{stock}.csv")
        count_di = result[f'compare_{i}'].count()
        count_up = result.loc[result[f'compare_{i}'] > 0, f'compare_{i}'].count()
        up_proba=count_up/count_di
        row ={'day':i,'触底次数':count_di,'上涨次数':count_up,'上涨概率':up_proba}
        data.append(row)

    time_result=pd.DataFrame(data)
   # time_result.to_csv(f"stock_result/result_{stock}.csv")
    print(time_result)
    max_row = time_result[time_result['上涨概率'] == time_result['上涨概率'].max()]
    print("最大值： ")
    print(max_row)
    #画图
    time_result.set_index('day', inplace=True)
    plt.plot(time_result['上涨概率'])
    plt.show()

cau("sz.000158","2003-11-05")

（纯整活）

实际

实话实说，一般涨停跌停的这种极端情况，数据量化权重比较低，更多是情绪，市场因素。
通过量化得出的结论还是有点片面，如果以此为依据就有点赌徒了。
所以，想要抄底要怎么做呢？
百度了下：

判断

• 公司利空：如果跌停是由于公司自身的重大利空消息，如业绩大幅下滑、财务造假、重大诉讼等，那么抄底需要格外谨慎。这种情况下，股票可能会继续下跌，甚至面临退市风险。
• 市场因素：如果跌停是由于市场整体下跌、行业板块调整等外部因素引起，而公司基本面没有发生重大变化，那么抄底的可能性相对较大。可以进一步分析市场和行业的走势，判断下跌是否接近尾声。

技术分析

• 趋势判断：观察股票的长期和短期趋势。如果股票处于长期下跌趋势中，即使出现跌停，也可能只是下跌过程中的一个节点，不宜盲目抄底。如果股票在长期上涨趋势中出现跌停，且没有破坏整体趋势，可以考虑抄底。
• 成交量分析：跌停时的成交量也是一个重要的参考指标。如果成交量较小，说明卖压可能不大，有可能是恐慌性抛售导致的跌停。如果成交量巨大，说明市场抛售压力较大，可能需要更长时间的调整。
• 支撑位判断：通过技术分析确定股票的重要支撑位。如果跌停价格接近或触及重要支撑位，可能会有一定的支撑作用，反弹的概率增加。