(supermind量化-)振幅大于1、昨日非涨停板、流通市值大于100亿元_

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

本选股策略选取振幅大于1、昨日非涨停板,且流通市值大于100亿元的股票作为投资标的。

选股逻辑分析

流通市值是指一家公司的上市股票中实际被公众持有和流通的股份时的总价值,它是衡量股票市场购买力和公司市值的重要指标之一。选取流通市值大于100亿元的股票,可以保证选取的股票规模较大,市场影响力较强。

有何风险?

该选股策略虽然考虑了流通市值,但其他技术面和基本面因素并没有纳入考虑,存在一定的风险。同时,过于关注流通市值,可能会忽略股票的基本面情况,使选择的股票存在一定的投资风险。

如何优化?

可以加入其他技术面和基本面指标进行分析,例如MACD、RSI等技术指标以及市盈率、市净率等基本面指标。同时,在考虑流通市值的基础上,还可以加入其他指标,例如选取高分红率的公司、市场趋势等,进行深入的分析和筛选。

最终的选股逻辑

本策略选取振幅大于1、昨日非涨停板,且流通市值大于100亿元的股票作为投资标的,同时基于综合考虑技术面和基本面的多个指标进行深度分析和筛选,选出优秀的成长股和价值股,搭建多样化的投资组合。

同花顺指标公式代码参考

振幅:(HIGH-LOW)/REF(CLOSE,1);
涨幅:(CLOSE-REF(CLOSE,1))/REF(CLOSE,1);
流通市值:CIRC_MVE/100000000;

python代码参考

# 引入Tushare库、Numpy库、Talib库、Pandas库
import tushare as ts
import numpy as np
import talib as ta
import pandas as pd

# 连接Tushare库
pro = ts.pro_api()

def select_stocks(n):
    selected_stocks = []
    # 振幅大于1、昨日非涨停板,且流通市值大于100亿元的股票作为投资标的
    quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date, total_mv, circ_mv')
    for ts_code in quote["ts_code"]:
        if quote[quote["ts_code"] == ts_code]["circ_mv"].values[0] <= 10000000000:
            continue
        stock_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date='today', fields='ts_code, trade_date, open, high, low, close, pre_close, vol, amount')
        if len(stock_data) >= 2:
            # 判断振幅
            amplitude = (stock_data["high"] - stock_data["low"]) / stock_data["pre_close"]
            if amplitude.iloc[-1] <= 0.01:
                continue
            # 判断昨日是否是涨停板
            if stock_data.iloc[-2]["pct_chg"] == 10:
                continue
            selected_stocks.append(ts_code)
        if len(selected_stocks) == n:
            return selected_stocks
    ## 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