怎么用Python量化板块辨识度个股

最近有同学问我，大家常说我们要做板块辨识度高的个股， 请问如何用Python技术量化这些指标？

其实这是一个好问题。

之前在淘股吧看过一些文章，我简单整理了下。判断个股在板块内的辨识度，可以问自己以下问题：

1. 它是板块启动时冲在最前面的吗？（领涨性）
2. 它的业务是这个板块最核心、最纯正的吗？（题材契合度）
3. 它过去在这个板块或类似题材中很“能打”吗？（市场记忆/股性）
4. 它的成交额在板块里是不是排得上号？（流动性）
5. 它是不是率先突破了关键压力位？（技术强度）
6. 最近有没有关于它的重大利好新闻或深度研报？（消息催化）
7. 在板块调整时，它是不是最抗跌的？（相对强度）
8. 横向比较板块内其他个股，它在上述方面是否综合领先？（横向对比）

这里我们一一分析, 同时以同花顺问财pywencai库举例，看下如何获取这些数据。

1、领涨性 如何量化？

对于打板高手，一般会用 首次涨停时间排序来识别，涨停越早，说明它的领涨性。

import pywencai
import pandas as pd
df = pywencai.get(query='首次涨停时间排序，概念', loop=True)
if isinstance(df, pd.DataFrame) and not df.empty:
    print(df.head(10))

2、题材契合度

这个其实并不好量化， 正宗业务得通过 F10主营业务产品占比、或一些确定性事件来识别， 用程序识别并不算准确。 没法区分是正宗逻辑的，还是蹭概念的。如果单纯做短线 可能无所谓。

个股可能本没有这个概念， 吹的人多了，就成了该概念个股了

import pywencai
import pandas as pd
df = pywencai.get(query='XXX概念', loop=True)
if isinstance(df, pd.DataFrame) and not df.empty:
    print(df.head(10))

3、市场记忆/股性 怎么量化？

一般来说，股性 可以通过 涨停次数这种来做 。比如近1年涨停次数排序

import pywencai
import pandas as pd
df = pywencai.get(query='概念,近1年涨停次数排序', loop=True)
if isinstance(df, pd.DataFrame) and not df.empty:
    print(df.head(10))

4、流动性如何量化？

我们可以通过换手率来量化， 这里为啥不用成交金额呢，因为流通市值不一样，可能银行的成交金额大，但流通性并没想象那么大。

import pywencai
import pandas as pd
df = pywencai.get(query='换手率', loop=True)
if isinstance(df, pd.DataFrame) and not df.empty:
    print(df.head(10))

5、技术强度如何量化？

技术强度，我们可以通过CCI数值， 数值越大代表近期越强势。 其他类似5日均线、10日均线、20日均线也是一种思路。

股票技术分析之CCI指标

6、消息催化

通过抓取 各类资讯、比如东方财富、新浪资讯 比如近1周,越近越好。

但其实听消息炒股不是太可取， 但可以获取。参考我之前写的一些文章

【Python技术】提取新闻联播热点内容分析并让大模型给出投资建议

【Python技术】提取东方财富最新资讯通过大模型分析板块和个股机会

7、相对强度

我们可以通过板块的个股RPS来实现，RPS我之前文章有介绍， 看板块个股某一段时间涨跌幅前10%，选强势股

指数RPS强度排名分析工具：一键掌握市场板块强弱动向

8、横向对比

这个方法很多，不管是热度、还是综合评分。感兴趣可以参考我之前的一篇文章

[Python技术] 我们如何参与市场人气标的，这里提供几种选股方式

如果我的分享对你投资有所帮助，不吝啬给个点赞关注呗。