问财量化选股策略逻辑
本选股策略在振幅大于1和今日最大跌幅在-5%与-4%之间的基础上,选取集中度不高于20%的股票作为投资标的。
选股逻辑分析
本选股策略着重考虑股票的价格波动和集中度,有利于规避权重股的高波动性风险。但是,该选股策略可能忽略了企业的基本面因素和行业特性等因素,具有一定的风险。
有何风险?
该选股策略可能忽视了企业的财务状况和行业特性等因素,同时也有可能错过市场中具有高增长性和极强竞争力的股票。另外,该策略中没有考虑股票的流动性,也可能受到牛市行情和市场流动性变动的影响。
如何优化?
可以从技术面和基本面综合考虑,探索股票集中度、财务指标和行业特性等因素的影响,以期构建更好的股票池。同时,还可以在此基础上引入流动性等因素进行优化,提高策略的可行性和收益表现。
最终的选股逻辑
本选股策略选取满足以下条件的股票:
- 振幅大于1;
- 今日最大跌幅小于-4且大于-5;
- 集中度不高于20%。
同花顺指标公式代码参考
通达信指标:qsort(CHARINDEX(NAME,CONSTARRAYS(1))),SELECTC(CLOSE<12 AND -0.05<PCTCHG AND PCTCHG<-0.04) AND SELECTC(BARNONE(CODE,CAPITALIZED),0,80)
python代码参考
import tushare as ts
# 集中度所需数据
top_n = 20 # 取前20只股票比较集中度
# 选取符合条件的股票
def select_stock():
selected_stocks = []
all_stocks = ts.get_stock_basics()
sorted_stocks = all_stocks.sort_values(by=['totalAssets'], ascending=False)
top_n_code = sorted_stocks.iloc[:top_n].index.tolist()
for code in all_stocks.index:
k_data = ts.get_k_data(code, index=False, ktype='D')
if k_data.iloc[-1]['high'] / k_data.iloc[-1]['low'] > 1 and -0.05 < k_data.iloc[-1]['pct_chg'] < -0.04 and code not in top_n_code:
selected_stocks.append(code)
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。
