(supermind量化-)振幅大于1、机构动向大于0、10日涨幅大于0小于35_

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选取振幅大于1、机构动向大于0、10日涨幅大于0小于35的股票作为选股对象。

选股逻辑分析

该选股策略结合了技术面和基本面的因素。振幅大于1意味着股票波动较大,机构资金动向大于0表示机构资金看好该股,而10日涨幅大于0小于35则涵盖了部分股票尚未上涨完的潜力,同时避免了强势股的风险。

有何风险?

此选股策略选出的股票一定程度上可能有较大的股价波动风险,同时短期涨幅对于部分股票而言并非优质公司的表现。

如何优化?

对于股票基本面指标的要求可以更加严格,例如净利润增长率等。在选股过程中还需结合其他指标及宏观经济环境进行综合分析,控制仓位和资金风险。

最终的选股逻辑

选取振幅大于1、机构资金动向大于0、10日涨幅大于0小于35的股票作为投资对象。

同花顺指标公式代码参考

// 筛选振幅大于1的股票
amplitude = (HIGH - LOW) / OPEN
amplitude_bool = amplitude > 1

// 筛选机构资金动向大于0的股票
FUND_NET_AMOUNT = IF(NETFAMOUNT>0,NETFAMOUNT,0)
sum_fund_net_amount = SUM(FUND_NET_AMOUNT, 5)
fund_trend_bool = sum_fund_net_amount > 0

// 筛选10日涨幅大于0小于35的股票
increase_rate = (CLOSE - REF(CLOSE, 10)) / REF(CLOSE, 10) * 100
increase_rate_bool = increase_rate > 0 AND increase_rate < 35

// 筛选符合条件的股票
result = amplitude_bool & fund_trend_bool & increase_rate_bool

// 输出筛选结果
result

Python代码参考

import tushare as ts

# 筛选条件1:振幅大于1
today_data = ts.get_today_all()
amplitude = (today_data['high'] - today_data['low']) / today_data['open']
amplitude_bool = amplitude > 1

# 筛选条件2:机构资金动向大于0
fund_data = ts.fund_holdings(2020, 3)
sum_fund_net_amount = fund_data.groupby('code')['net_amount'].sum().fillna(0)
fund_trend_bool = sum_fund_net_amount > 0

# 筛选条件3:10日涨幅大于0小于35
increase_rate = (today_data['close'] - today_data['close'].shift(10)) / today_data['close'].shift(10) * 100
increase_rate_bool = (increase_rate > 0) & (increase_rate < 35)

# 筛选符合条件的股票
result = amplitude_bool & fund_trend_bool & increase_rate_bool

# 输出筛选结果
final_result = today_data.loc[result].sort_values(by=["turnoverratio"],ascending=False)
print(final_result)

注:以上为示例代码,请根据实际情况进行调整。

    ## 如何进行量化策略实盘?
    请把您优化好的选股语句放入文章最下面模板的选股语句中即可。

    select_sentence = '市值小于100亿' #选股语句。

    模板如何使用?

    点击图标右上方的复制按钮,复制到自己的账户即可使用模板进行回测。


    ## 如果有任何问题请添加 下方的二维码进群提问。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论