问财量化选股策略逻辑
本选股策略选取振幅大于1、周线MA5金叉MA10、今日最大跌幅小于-4%并大于-5%的股票。通过技术面和市场状况指标来筛选股票。
选股逻辑分析
本选股策略采用了技术面和市场状况指标来筛选股票。振幅大于1和周线MA5金叉MA10的选股条件是技术面指标，可以筛选出技术面相对良好的股票。今日最大跌幅小于-4%并大于-5%的条件是市场状况指标，可以体现当前市场情况下股票的下跌情况。本选股逻辑综合考虑了技术面和市场状况两个方面，选股逻辑相对全面。
有何风险？
该选股策略选股条件相对固定，无法适应市场状况的变化。而且今日最大跌幅的选股条件具有一定短期性，并不能全面反映公司的实际情况。
如何优化？
可以引入更多的市场状况指标，如量比、涨跌停限制等，以更全面地分析当前市场情况和股票涨跌情况。可以考虑选股条件的灵活性，动态调整选股条件。
最终的选股逻辑
本选股逻辑的选股策略是振幅大于1、周线MA5金叉MA10、今日最大跌幅小于-4%并大于-5%的股票。在实际使用中，可以根据市场情况和自己的实际需求对选股逻辑进行调整和优化。
同花顺指标公式代码参考
- 振幅公式：
- Amplitude = (HIGH - LOW) / PRE_CLOSE
- 均线公式：
- MA(N) = SUM(CLOSE, N) / N
- 今日最大跌幅公式：
- Max_Decline_Rate = MAX((LOW / PRE_CLOSE - 1) * 100, (CLOSE / PRE_CLOSE - 1) * 100)
- 满足条件公式：
- condition = (amplitude > 0.01) & (ma5 > ma10) & (max_decline_rate < -4) & (max_decline_rate > -5)
python代码参考
import tushare as ts
PRO = ts.pro_api('your_token')
def select_stocks(n):
selected_stocks = []
for code in PRO.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,market,circ_mv,total_mv,pe,pb,area')['ts_code']:
if code.startswith('300') or code.startswith('688'):
continue
df = PRO.daily(ts_code=code, start_date='20180101', end_date='20220525', fields='ts_code,trade_date,open,high,low,close,amount,pre_close,vol')
if len(df) == 0:
continue
amplitude = (df['high'] - df['low']) / df['pre_close']
ma5 = df['close'].rolling(5).mean()
ma10 = df['close'].rolling(10).mean()
max_decline_rate = df['low'].iloc[-1] / df['pre_close'].iloc[-1] - 1
if max_decline_rate < -0.05 and max_decline_rate > -0.04 and (amplitude > 0.01) and (ma5 > ma10):
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
