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、开盘价在十日线左右的股票。
选股逻辑分析
本选股策略在前面的选股条件基础上，加入了开盘价在十日线左右的限制。十日线是指股票最近十个交易日的平均价格，开盘价在十日线左右代表该股票的价格处于比较合理的位置。通过加入这一条件，可以进一步筛选出质量更好的股票。
有何风险？
十日线是一种技术分析工具，可能存在过度依赖技术指标的风险。另外，股票市场随时都可能发生变化，选股策略的准确性也可能受到影响。
如何优化？
可以将技术指标和基本面指标结合使用，多方面综合分析股票的情况，构建更加全面、科学的选股模型，提高选股准确性和底仓品质。
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、开盘价在十日线左右的股票。
同花顺指标公式代码参考
- 振幅：MAX(HIGH-LOW,ABS(HIGH-PREV),ABS(LOW-PREV))
- 大单净量：SUM(IF(NETVOLUME>0,NETVOLUME,0),3)
- 十日线：MA(CLOSE, 10)
- 开盘价在十日线左右：OPEN > MA(CLOSE, 10) * 0.95 and OPEN < MA(CLOSE, 10) * 1.05
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：开盘价在十日线左右
df['MA10'] = df['CLOSE'].rolling(10).mean()
df = df[(df['OPEN'] >= df['MA10'] * 0.95) & (df['OPEN'] <= df['MA10'] * 1.05)]
# 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。
