Loading [MathJax]/jax/output/CommonHTML/config.js

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >专栏 >【可转债，股票】低频量化数据 - 新年好

【可转债，股票】低频量化数据 - 新年好

作者头像

滚神大人

发布于 2023-03-06 02:59:08

发布于 2023-03-06 02:59:08

5920

举报

文章被收录于专栏：趣Python趣Python

目录

历史文章
股票明日涨停预测
指数60日线偏离数据
- 上证指数 MA60偏离度
- 深证成指 MA60偏离度
- 创业板指 MA60偏离度
- 中小100 MA60偏离度
- 上证50 MA60偏离度
- 沪深300 MA60偏离度
- 中证500 MA60偏离度
- 中证1000 MA60偏离度
- 科创50 MA60偏离度
- 恒生科技 MA60偏离度
- 恒生科技指数 MA60偏离度
可转债配债数据
- 待发转债（进展统计）
- 待发转债（行业统计）
- 待发转债（5证监会通过，PE排序）
- 待发转债（5证监会通过，安全垫排序）
- 待发转债（4发审委通过，PE排序）
- 待发转债（3证监会受理，按PE排序）
- 待发转债（2股东大会通过，PE排序）
- 待发转债（1董事会通过，PE排序）
- 待发转债（行业：银行）
- 待发转债（行业：半导体）
可转债策略数据
- 低价格策略
- 低溢价策略
- 双低策略
- 四因子策略
- 网格策略
最后

历史文章

股票明日涨停预测

明日涨停预测

指数60日线偏离数据

上证指数 MA60偏离度

上证指数 MA60偏离度

深证成指 MA60偏离度

深证成指 MA60偏离度

创业板指 MA60偏离度

创业板指 MA60偏离度

中小100 MA60偏离度

中小100 MA60偏离度

上证50 MA60偏离度

上证50 MA60偏离度

沪深300 MA60偏离度

沪深300 MA60偏离度

中证500 MA60偏离度

中证500 MA60偏离度

中证1000 MA60偏离度

中证1000 MA60偏离度

科创50 MA60偏离度

科创50 MA60偏离度

恒生科技 MA60偏离度

恒生科技 MA60偏离度

恒生科技指数 MA60偏离度

恒生科技指数 MA60偏离度

可转债配债数据

待发转债（进展统计）

待发转债进展统计

待发转债（行业统计）

待发转债行业统计

待发转债（5证监会通过，PE排序）

待发转债（5证监会通过）清单（PE排序）

待发转债（5证监会通过，安全垫排序）

待发转债（5证监会通过）清单（安全垫排序）

待发转债（4发审委通过，PE排序）

待发转债（4发审委通过）清单（按PE排序）

待发转债（3证监会受理，按PE排序）

待发转债（3证监会/交易所受理）清单（按PE排序）

待发转债（2股东大会通过，PE排序）

待发转债（2股东大会通过）清单（按PE排序）

待发转债（1董事会通过，PE排序）

待发转债（1董事会通过）清单（按PE排序）

待发转债（行业：银行）

待发转债（按行业：银行）清单

待发转债（行业：半导体）

待发转债（按行业：半导体）清单

可转债策略数据

低价格策略

低溢价策略

双低策略

双低值 = 可转债价格 + 转股溢价率 * 100

四因子策略

策略依据：

可转债价格 + 转股溢价率 * 50
换手率（>2%）
剩余规模（<5亿）
去除公告强赎的可转债

网格策略

策略依据：

价格低（< 150）
溢价低（< 41）
波动大（科创+创业）
换手率高
去除公告强赎的可转债

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2023-01-30，如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自趣Python 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

评论

登录后参与评论

暂无评论

编辑精选文章

换一批

万字详解高可用架构设计

Go 开发者必备：Protocol Buffers 入门指南

10分钟带你彻底搞懂分布式链路跟踪

多租户的 4 种常用方案

亿级月活的社交 APP，陌陌如何做到 3 分钟定位故障？

60页PPT全解：DeepSeek系列论文技术要点整理

股票数据API整理

最近在做股票分析系统，数据获取源头成了一大问题，经过仔细的研究发现了很多获取办法，这里整理一下，方便后来者使用。获取股票数据的源头主要有：数据超市、雅虎、新浪、Google、和讯、搜狐、ChinaStockWebService、东方财富客户端、证券之星、网易财经。根据最近频繁出现的数据超市，可以无限制获取相关数据，而不再需要使用爬虫等方式获取，这样不仅节省了极大资源，也有利于遍历数据。列出来相关网站清单，开发者可自行到这些网站查询调用方法。聚合数据 https://www.juhe.cn/ 百度A

机器学习AI算法工程

2018/03/15

26.5K2

指数ETF漫谈

以下全是个人偏见，记录下看看将来会不会有所成长。散户跑赢市场的唯一机会就是指数基金目前曾经投过的几个指数挨个来数一数: 美国市场博时标普500ETF(513500) 成立时间早，管理费0.6%，托管费0.25%；池子小(4.5亿)，受外汇政策影响大，目前美股的市盈率在高位，小散投资他的唯一理由就是看空人民币，找美元计价的资产。但其规模太小，手续费用高，对小散来说是鸡肋；对大户来说，不如直接开个中国香港账户去海外投资了广发纳斯达克100ETF(159941) 管理费0.8%，托管费0.25%，池子更

happy123.me

2018/06/04

4650

可转债交易介绍与常用量化交易策略

可转债，即可转换债券，是一种特殊类型的债券，持有人有权在特定条件下将其转换为发行公司的普通股。可转债结合了债券的固定收益特性和股票的增值潜力，因此在投资市场上备受青睐。本文将详细介绍可转债交易的注意事项，并探讨一些适用于可转债的高频量化交易策略。

木头左

2024/06/10

3660

2022年指数与指数公司行业研究报告

指数是根据资产价格报告期和基期的比较值计算出来，用以反映资产价格变动方向和水平的统计指标。在金融投资市场，根据投资范围和资产类别的不同，指数的种类也十分繁多，包括股票类指数、固定收益类指数、基金类指数、商品类指数、定制类指数，海外指数等。其中，股票类指数是最常见的一类指数。

资产信息网

2022/03/25

4260

2022年指数与指数公司行业研究报告

智能量化交易第一步 | 利用Python获取金融数据 | Tushare使用示例

python 金融 http

机器学习等方法基本都是数据驱动的，数据获取是开始的第一步，量化交易也不例外，做量化投资的第一步就是如何获取金融数据，这里给大家推荐一款很不错的工具TuShare，并且基于Python语言做一些简单的示例实现。

用户7623498

2020/08/04

2.6K0

智能量化交易第一步 | 利用Python获取金融数据 | Tushare使用示例

[股票预测]股票历史数据获取[通俗易懂]

anaconda https java 网络安全

通过参数设置获取日k线、周k线、月k线，以及5分钟、15分钟、30分钟和60分钟k线数据。本接口只能获取近3年的日线数据，适合搭配均线数据进行选股和分析。

全栈程序员站长

2022/09/12

1.7K0

[股票预测]股票历史数据获取[通俗易懂]

【全网首发】机器学习该如何应用到量化投资系列（三）

有一些单纯搞计算机、数学或者物理的人会问，究竟怎么样应用 ML 在量化投资。他们能做些什么自己擅长的工作。虽然在很多平台或者自媒体有谈及有关的问题，但是不够全面和完整。从今日起，量化投资与机器学习公众号将推出一个系列【机器学习该如何应用到】。今日的推文，是编辑部人员对国内的所有券商金工团队做的机器学习的研究报告做了一个系统性的整理。希望大家有所收获。获取本推文所有研报请看文章末端系列文章（点击即可查看）机器学习该如何应用到量化投资系列（一）机器学习该如何应用到量化投资系列（二） 2010年08月1

量化投资与机器学习微信公众号

2018/01/29

2.5K0

人性不变，泡沫永存！27前年经典诺奖得主论文再解读

作者| Emma 来源| 知象科技（微信公众号“知象科技”） 2015年6月15日开始，上证指数从最高点5178自由落体到3373点，跌幅达34.9%，深圳成指跌40.4%，创业板指数跌42.9%。千

大数据文摘

2018/05/21

1.2K0

过去十年A股哪些因子长期有效？

过去几年Smart Beta因子投资策略开始在A股逐渐得到普及。虽然过去十年才真正红起来，其实Smart Beta这个词1970年就开始被机构投资者使用，在2003年也出现了第一个Smart Beta的指数基金。Smart Beta是一种长期可持续的因子，通过这种投资因子的分析，获得更高的回报和更低的风险。

量化投资与机器学习微信公众号

2019/08/16

1.4K0

过去十年A股哪些因子长期有效？

【正经说】详解新三板定向增发的制度，流程和周期过长解决方案

《业务规则（试行）》4.3.5：“申请挂牌公司申请股票在全国股份转让系统挂牌的同时定向发行的，应在公开转让说明书中披露”，该条明确了企业在新三板挂牌的同时可以进行定向融资。

辉哥

2018/08/10

5.1K0

【正经说】详解新三板定向增发的制度，流程和周期过长解决方案

股票、基金买啥啥跌？大数据来给你支招！

大数据数据分析机器学习 python

说到基金股票，不仅仅是金融小白会一头雾水，就连资深股民都难逃买啥啥就跌的痛苦。近期数据侠实验室，DT君邀请到了Merkle高级数据分析师周秀丽、秦溱，自称金融小白的她们将会从大数据这一独特的角度带你走进股票和基金。

DT数据侠

2018/08/08

6660

股票、基金买啥啥跌？大数据来给你支招！

金融数据分析与挖掘具体实现方法 -1

关于投资的几个类别，一般我们将天使、VC、PE三个部分统称为私募(Private Equity)，指的是没有在证券交易所公开上市交易的资产。

汪凡

2019/03/01

1.6K0

金融数据分析与挖掘具体实现方法 -1

《指数基金投资指南》第3章常见指数基金品种

第3章常见指数基金品种 ---- 指数基金的分类指数基金最常见的一种分类，就是分为宽基指数和行业指数例如消费行业指数基金，就要求主要投资消费行业的公司，这种指数基金就是行业指数基金而像沪深30

yeedomliu

2020/03/25

6860

股票软件开发

即时通信 IM 企业短信

股票软件开发顾名思义就是股票软件开发公司为公司或个人开发制作自已个性化的股票分析软件，从此彻底告别依赖别人的技术平台支持，从股票软件名称，公司LOGO,启动界面，系统功能，特色指标、特色选股、软件注册后台，信息发布平台，机构数据，主力行情，大盘分析，个股分析，资金分析，热点分析等等一系列功能上实行自已品牌化管理运行。

全栈程序员站长

2022/07/25

2.4K0

金融数据分析与挖掘具体实现方法 -2

貌似三个月没有更新博客园了，当时承诺的第二篇金融数据分析与挖掘这几天刚好又做了总结，在国内经济不景气的现在来对这个话题结个尾。

汪凡

2019/02/22

2.5K0

农夫山泉IPO，深度剖析瓶装水行业的生意经

炎热的夏天很快就要来临了，又到了饮用水销售的高峰期。中国人对于饮用水的需求量，每年都在不断的增加，引起饮用水行业，也诞生了很多的巨头。例如农夫山泉、怡宝、娃哈哈等等，都在行业中占据着举足轻重的地位。不过说到矿泉水，大家第一个想到的，还是农夫山泉。

庄帅

2020/05/15

9630

农夫山泉IPO，深度剖析瓶装水行业的生意经

Python3对股票数据进行分析

金融数据分析

以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

全栈程序员站长

2022/07/01

2.6K0

Python3对股票数据进行分析

手把手教学小型金融知识图谱构建：量化分析、图数据库neo4j、图算法、关系预测、命名实体识别、Cypher Cheetsheet详细教学等

人工智能深度学习 nlp 自然语言处理

知识图谱存储方式主要包含资源描述框架(Resource Description Framework，RDF)和图数据库（Graph Database）。

汀丶人工智能

2023/07/08

2K0

手把手教学小型金融知识图谱构建：量化分析、图数据库neo4j、图算法、关系预测、命名实体识别、Cypher Cheetsheet详细教学等

Python配对交易策略统计套利量化交易分析股票市场|附代码数据

r 语言腾讯云测试服务 python 金融

说到在股票市场上赚钱，有无数种不同的赚钱方式。似乎在金融界，无论你走到哪里，人们都在告诉你应该学习 Python

拓端

2022/11/09

1.7K0

生活小技能：科学地股票选股策略

1.选择PEG < 0.5, 即稳定成长且价值被低估的股票其中PEG = PE / growth_rate 2.使用ES风险平价配权 3.根据组合的日内波动小于3%的条件, 与货币基金组合配资 4.最大持仓5只股票和1只货币基金, 优先买入市值小的, 15天调仓一次 5.剔除了周期性和项目类行业(该部分对改善回撤有明显的效果)

机械视角

2019/10/23

1.1K0

生活小技能：科学地股票选股策略

相关推荐

股票数据API整理

更多 >

LV.0

这个人很懒，什么都没有留下～

作者相关精选

【可转债，股票】低频量化数据

目录

目录
- 历史文章
- 股票明日涨停预测
- 指数60日线偏离数据
  - 上证指数 MA60偏离度
  - 深证成指 MA60偏离度
  - 创业板指 MA60偏离度
  - 中小100 MA60偏离度
  - 上证50 MA60偏离度
  - 沪深300 MA60偏离度
  - 中证500 MA60偏离度
  - 中证1000 MA60偏离度
  - 科创50 MA60偏离度
  - 恒生科技 MA60偏离度
  - 恒生科技指数 MA60偏离度
- 可转债配债数据
  - 待发转债（进展统计）
  - 待发转债（行业统计）
  - 待发转债（5证监会通过，PE排序）
  - 待发转债（5证监会通过，安全垫排序）
  - 待发转债（4发审委通过，PE排序）
  - 待发转债（3证监会受理，按PE排序）
  - 待发转债（2股东大会通过，PE排序）
  - 待发转债（1董事会通过，PE排序）
  - 待发转债（行业：银行）
  - 待发转债（行业：半导体）
- 可转债策略数据
  - 低价格策略
  - 低溢价策略
  - 双低策略
  - 四因子策略
  - 网格策略

加入讨论

的问答专区 >

先锋会员擅长2个领域

相关课程

一站式学习中心 >

云开发微搭低代码平台-一人构建企业级应用实战训练营

腾讯云微搭低代码

腾讯云WeData大数据开发与治理训练营

数据开发治理平台 WeData

腾讯云向量数据库快速上手训练营

向量数据库