股票量化交易软件-量化交易学习笔记五一个选股小测试

上一篇已经做了批量股票日k数据获取并保存的窗口，今天就来结合实际情况利用下这些数据做个小测试。

前几天有朋友问我类似000623吉林敖东4/19这根跳空长上影出现后，类似的k线后续会如何演绎，那就正好以这个条件来做个选股测试，返回一定时间范围内出现这样形态k线的股票代码及出现的日期。

形态一定要量化成数据才可操作，翻译一下：

"""次日跳空高开；次日收长上影，阳线次日成交量放大"""

有了明确目标，就开干：

得到结果：

[["00078SZ""20230113""0"]["00086SZ""20230413""nan"]["002140.SZ""20230406""nan"]["00247SZ""20230330""0"]["00266SZ""20230112""0"]["00275SZ""20230210""-0"]["00280SZ""20230117""-0"]["00281SZ""20230413""nan"]["00281SZ""20230201""-0"]["60010SH""20230217""-0"]["60019SH""20230331""-0"]["60040SH""20230203""0"]["60044SH""20230109""0.0"]["60075SH""20230118""10"]["60307SH""20230206""-0"]["60315SH""20230301""-10"]["60398SH""20230120""0"]]

经过验证，还是结果还是正确的。从结果走势也可以看到，基本涨跌对半开，所以光这一个异动并不能说明什么问题，还是需要结合更多指标来看

这里的知识点主要有以下几点：

文件遍历。这个比较简单

pandas的framedata对象遍历。我选了最直观，但是效率最低下的下标遍历方法。如果遍历1年的股票日k，需要10来分钟。后续还大有优化空间。

把传统的描述语言转化成清晰的数据