(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、2021年表现不错的股票。

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2021年表现不错的条件。这一条件加入旨在挑选出在2021年表现良好的股票,能够因行业和公司事务等原因带来一定的收益潜力。

有何风险?

此策略可能会因为过度注重短期表现而导致忽略了一些具有长期潜力的股票。同时,该策略的历史表现不能代表未来表现,筛选出的股票可能存在风险。

如何优化?

可以在此基础上再加入一些其他的技术指标及基本面分析因素,如MACD指标、RSI指标、PE、市净率等因素,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、2021年表现不错的股票。

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3:2021年表现不错
df = df[df['DATE'] >= '2021-01-01']
df = df[df['PCT_CHG'] > 0]

# 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