(supermind量化-)振幅大于1、非ST(10点之前选股票)五部涨停战法、昨日竞价换

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、非ST(上午10点之前选股票)、五部涨停战法、昨日竞价换手率大于0.26的股票。

选股逻辑分析

本选股策略基于技术面和基本面,选取振幅大、非ST的股票,再通过五部涨停战法找到股价波动性大但趋于上涨的股票,同时筛选前一交易日竞价换手率大于0.26的股票,体现市场热度。

有何风险?

本选股策略对于市场快速波动的情况,可能选出不太适宜的股票。同时,基本面指标过于单一,还不够全面。

如何优化?

可以加入更多基本面指标及量化因素,进行筛选,比如加入财务数据、市值、成交量等等,结合技术面指标综合选股。

最终的选股逻辑

本选股策略的完善逻辑为:振幅大于1、非ST、五部涨停战法、昨日竞价换手率大于0.26的股票。

同花顺指标公式代码参考

暂无

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['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[df['AMPLITUTE'] > 1]

# 筛选条件2:非ST
df = df[df['NAME'].str.upper().str.find('ST')==-1]

# 筛选条件3:五部涨停战法
df['CLOSE_MAX'] = df['CLOSE'].rolling(5).max()
df = df[df['CLOSE'] == df['CLOSE_MAX']]

# 筛选条件4:昨日竞价换手率大于0.26
df = df[df['TURNOVER_RATE'] > 0.26]

# 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