(supermind量化-)振幅大于1、今日均线向上发散、近25个交易日有单日涨幅大于等于

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

本选股策略选取满足振幅大于1、今日均线向上发散、并且近25个交易日内有单日涨幅大于等于10%的股票作为投资标的。

选股逻辑分析

选股逻辑将技术指标和市场热度相结合,通过振幅和均线指标判断趋势和波动性,通过近期单日涨幅判断市场热点,综合选择标的。

有何风险?

本选股逻辑侧重技术分析和市场热度,未能全面考虑公司财务、行业分析等因素对股票的影响,从而会出现选出小而错、耸误、错过行情等情况。

如何优化?

应该加入多方面因素作为选股指标,结合市场热度、行业趋势、财务风险等因素来评价一个股票的投资价值和风险水平。

最终的选股逻辑

本选股策略选取满足以下条件的股票:

  1. 振幅大于1
  2. 今日收盘价上穿本周的均线
  3. 近25个交易日内有单日涨幅大于等于10%

同花顺指标公式代码参考

通达信指标公式代码:

//计算振幅
ACC = 100*(HIGH - LOW)/REF(CLOSE,1);
//计算25个交易日内的涨幅
CHANGE = 100*(CLOSE - REF(CLOSE,25))/REF(CLOSE,25);
//今日涨幅大于等于10%
UP = CHANGE > 10;
CONDITION = ACC>1 AND CROSS(CLOSE,MA(CLOSE, 5)) AND UP;

python代码参考

import tushare as ts
import pandas as pd

def select_stock(market='sh'):
    selected_stocks = pd.DataFrame(columns=["amplitude", "up", "code"])
    for stock in ts.get_stock_basics().index:
        if ts.get_stock_basics().loc[stock, 'code'][0:2] == '60' or \
                    ts.get_stock_basics().loc[stock, 'code'][0] == '0':
            continue
        data = ts.get_hist_data(stock)
        if data is None:
            continue
        if data["amplitude"][-1] < 1:
            continue
        ma_week = data["close"].rolling(window=5).mean()
        if not (data["close"][-1] > ma_week[-1] and data["close"][-1] > data["close"][-2]):
            continue
        change = 100 * (data["close"] - data["close"].shift(25)) / data["close"].shift(25)
        if all(change.isnull()) or (change.iloc[-1] < 10):
            continue
        selected_stocks = selected_stocks.append({
            "amplitude": data["amplitude"][-1],
            "up": change.iloc[-1],
            "code": stock
        }, ignore_index=True)
    return selected_stocks

print(select_stock(market='sz'))

以上代码仅供参考,实现方法会因投资人情况和市场环境而异。

    ## 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