(supermind量化-)振幅大于1、今日最大跌幅<-4且>-5、买一量_卖一量_

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、今日最大跌幅小于-4且大于-5、买一量大于卖一量的股票作为投资标的。

选股逻辑分析

本选股策略综合考虑了技术面和市场情绪因素。振幅大于1和今日最大跌幅小于-4且大于-5是选股时的技术信号,反映了股票短期内的价格波动情况;买一量大于卖一量是市场情绪因素,代表了买盘的强度,反映了投资者的情绪倾向。

有何风险?

本选股策略存在一定的市场情绪风险和错误信号风险。其中,市场情绪风险和市场风险是最主要的风险,这些因素难以预测和控制;错误信号风险可能会产生由于低频数据的噪声或缺乏数据造成的错误信号。

如何优化?

本选股策略可以结合其他技术指标,如MACD、RSI等,来进行优化,以增加策略的稳定性和风险控制能力。同时,需要考虑市场交易量等因素,以综合判断买盘强度。

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. 今日最大跌幅小于-4且大于-5;
  3. 买一量大于卖一量。

同花顺指标公式代码参考

本选股策略不需要使用技术指标,不提供通达信指标公式代码。

python代码参考

import tushare as ts

# 判断是否满足选股逻辑
def select_logic(stock):
    # 振幅
    df = ts.get_k_data(stock, ktype='D')
    if df.iloc[-1]['high'] - df.iloc[-1]['low'] <= df.iloc[-2]['close']*0.01:
        return False
    # 今日最大跌幅
    if df.iloc[-1]['low'] > df.iloc[-2]['close']*0.95:
        return False
    # 买一量和卖一量
    tick = ts.get_today_ticks(stock)
    if tick.iloc[0]['b1_v'] <= tick.iloc[0]['a1_v']:
        return False
    return True

# 选取满足条件的股票
def select_stock():
    selected_stocks = []
    all_stocks = ts.get_stock_basics()
    for stock in all_stocks.index:
        if all_stocks.loc[stock, 'name'][0] == '*':
            continue
        if all_stocks.loc[stock, 'outstanding'] * all_stocks.loc[stock, 'price'] > 1000:
            continue
        if all_stocks.loc[stock, 'pb'] > 3:
            continue
        if all_stocks.loc[stock, 'pe'] > 50:
            continue
        if not select_logic(stock):
            continue
        selected_stocks.append(stock)
    return selected_stocks

print(select_stock())

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