(supermind量化-)振幅大于1、连续3天以上大单净量大于0

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

本选股策略选择振幅大于1、连续3天以上大单净量大于0.05、10日涨幅大于0小于35的股票。

选股逻辑分析

本选股策略在前面的选股条件基础上,添加了10日涨幅大于0小于35的条件。此条件旨在筛选出近期到处有一定上涨空间的股票。同时,振幅大于1、连续3天以上大单净量大于0.05的条件可以筛选出近期表现比较活跃的个股。

有何风险?

此策略可能会过度注重短期表现而忽略了一些具有长期潜力的股票,同时也存在一定的市场风险。

如何优化?

可以结合MACD指标、RSI指标、DMI指标等技术指标及基本面分析因素,进一步筛选出适合投资的股票。同时也应该考虑股票的长期趋势和未来发展潜力。

最终的选股逻辑

本选股策略的筛选逻辑为:振幅大于1、连续3天以上大单净量大于0.05、10日涨幅大于0小于35。

同花顺指标公式代码参考

python代码参考

import pandas as pd

# 读取股票数据
df = pd.read_csv('stock_data.csv')

# 筛选条件1:振幅大于1
df['A'] = df.apply(lambda row: (row['CLOSE'] + row['OPEN']) / 2, axis=1)
df['AMPLITUTE'] = df.apply(lambda row: max(row['HIGH'] - row['LOW'], abs(row['HIGH'] - row['PREV_CLOSE']), abs(row['LOW'] - row['PREV_CLOSE'])), axis=1)
df = df[(abs(df['HIGH'] - df['PREV_CLOSE']) > df['AMPLITUTE']) & (abs(df['LOW'] - df['PREV_CLOSE']) > df['AMPLITUTE'])]

# 筛选条件2:连续3天以上大单净量大于0.05
df['NET_VOLUME_3DAYS'] = df['NET_VOLUME'].rolling(3).sum()
df = df[df['NET_VOLUME_3DAYS'] > 0.05]

# 筛选条件3:10日涨幅大于0小于35
df['10_DAY_INC'] = df['CLOSE'].pct_change(periods=9)
df = df[(df['10_DAY_INC'] > 0) & (df['10_DAY_INC'] < 0.35)]

# 输出选股数据
print(df)
    ## 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