(supermind量化-)振幅大于1、股票均价站在五日均线之上、500日内至少2次涨停_

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

选择振幅大于1、股票均价站在五日均线之上、500日内至少2次涨停的股票进行选股。

选股逻辑分析

振幅大于1表示股票价格较为波动,较适合进行短线操作;股票均价站在五日均线之上表示股价处于上涨趋势,有一定的增涨潜力;500日内至少2次涨停表示股票具有较强的市场热度和上涨动力。

该选股策略主要考虑股票的价格变动、趋势及市场热度等因素,以期望获得较高的投资收益。

有何风险?

该选股逻辑可能会过于关注短期市场热点或股票涨停板的情况,存在过度操作的风险。

此外,某些股票会出现机构拉升、虚假利好等情况,使得选股逻辑失效。

如何优化?

需要加强公司基本面的分析,结合股票技术面、市场趋势和行情动态等因素进行综合考虑,选择具有较高长期价值和投资潜力的股票进行投资。

可以加入公司盈利情况、业务前景、行业竞争格局、市场地位、投资风险等因素进行综合分析,选择具备成长性、良好基本面和确定性的股票进行投资。

最终的选股逻辑

选择振幅大于1、股票均价站在五日均线之上、500日内至少2次涨停,并结合股票的基本面、市场趋势和行情动态等因素进行综合筛选,选择具有较高长期价值及确定性的股票进行投资。

同花顺指标公式代码参考

// 挑选振幅大于1的股票
amplitude = (HIGH - LOW) / REF(CLOSE,1)
amplitude_bool = amplitude >= 1

// 挑选股票均价站在5日均线之上的股票
ma5 = MA(CLOSE, 5)
price_over_ma5 = CLOSE > ma5

// 挑选500日内至少2次涨停的股票
at_least_2_limit_up = COUNT(CLOSE > REF(HIGH,1) * 1.10, 500) >= 2

// 挑选符合条件的股票 
result = amplitude_bool & price_over_ma5 & at_least_2_limit_up

// 输出筛选结果
result

python代码参考

import tushare as ts

# 获取所有股票的基本信息
all_stocks = ts.get_stock_basics()

# 获取所有股票的历史行情信息
symbol_list = all_stocks.index.tolist()
hist_data = ts.get_hist_data(symbol_list[-1])
temp_data = pd.DataFrame()
for symbol in symbol_list:
    single_data = ts.get_hist_data(symbol)
    temp_data = pd.concat([temp_data,single_data],ignore_index=False)

# 挑选振幅大于1的股票
amplitude = (temp_data['high'] - temp_data['low']) / temp_data['pre_close']
amplitude_bool = amplitude >= 0.01

# 挑选股票均价站在5日均线之上的股票
ma5 = temp_data.groupby('code')['close'].rolling(window=5).mean().reset_index(name='ma5')
final_data = all_stocks.merge(ma5)

price_over_ma5_bool = final_data['close'] > final_data['ma5']

# 挑选500日内至少2次涨停的股票
up_limit_count = temp_data.reset_index().pivot_table(index='code',values='high',aggfunc=
                               lambda x: len(x.loc[x/x.shift(1)-1>=0.1])).fillna(0).reset_index()
up_limit_count.columns = ['code','up_limit_count']
at_least_2_limit_up_bool = up_limit_count['up_limit_count'] >= 2

# 挑选符合条件股票
result = final_data[(amplitude_bool & price_over_ma5_bool & at_least_2_limit_up_bool).values]

# 输出筛选结果
print(result)

注:以上代码仅供参考,具体实现还需要根据实际情况进行适度修改。

    ## 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