今天来谈谈优中选优。资金波动选股参数设置案例讲解，调参是建模中最麻烦的事情，必须一个一个尝试，多种情况观察。
描述股票的特征变量很多，如，股价，行业，行业资金波动、个股资金波动、换手率、平均成本波动、股票阶段，上穿成本线天数等等，在解决风险分类之前，优中选优总是选得不完备。通过上穿天数控制成本上升过程中的选股问题
对于喜欢求通解的笔者来说，可能这个答案也不是线性的。
下表增加了候选的跟踪分类，股价呈下降趋势，但是集中度上升，并至少伴随个股资金上升。这类股票，还是会出现继续下跌，在出现第一根阳线之前，只能是候选。这类股票，可能出现在成本上升过程中，也可以出现在成本下降过程中。
如果喜欢买第一根阳线的，就可以从候选中去等待伏击。股票风险等级分类功能实现–集中度
在安全等级划分后，在此基础上再对特征变量进行限制，如下表。这样就解决了将所有变量都一起进行设置选择出现的不完备的情况，简化了选股环节的参数设置。
这样可以接受的条件的股票都进入观察池，因为没有限定股票价格的涨幅，可能出现股票就比较多。再通过开盘check环节进行再次筛选，就可以得到更加安全的股票，当然还是要灵活应对。
开盘check ,这里详见asynico异步爬数，解决开盘信息判断，python的话通过异步来提高判断效率。再将选出来的股票，发送出来再粘贴进入股票软件，（量化交易的话，就可以有条件直接委托）如果读者还不能进行python编程，可以需要请IT协助完成。这部分也是目前公司没法通过数据发送的部分，如果有python基础，可以联系客服提供一个基础模板，check选出来的条件自行修改。
观察池管理，对于后续股票运动，出现不考虑的情况就需要剔除。每天都有新的选出来，不考虑的剔除掉，这个观察池就是优中选优的基础。股票决策工具说明–操作流程
如果习惯购买第二根阳线，第一根阳线是涨停，这种类型，就是优中选优的重点关注对象。可以买的种类多点，什么鱼都打点，不至于被饿着。
这样，在风险分类的基础上，具有股票阶段分类，选股，跟踪，查询的功能完成。剩下的部分，就是看看大盘的资金情况表现，选择买和不买。虽然个股并不一定受到大盘资金波动的限制，选出独立意愿强的个股，和随着大盘资金一起运动的个股，不矛盾。
这部分工具功能就帮助人工选股，提高了人脑注意力的效率，可以将满足条件的股票都放入观察池动态跟踪，为后续进一步自动委托交易打下基础。
这也是风险管理的解决方案，风险不仅仅是来自庄家骗线，也可能来自技术差距，获取信息和处理信息的能力差异。一个风险管理通用的思维流程分享
这部分就介绍到这里。
如果需要此功能，可以联系客服。
End
数据柳叶刀(微信号：DataLancet）
精算与科学决策
为企业建立DFA动态财务规划模型
做好整体性资产负债管理
培训 | 咨询 | 分析 | 建模
