(supermind量化策略)task14/a/元宇宙、圆弧形、昨日竞价换手率大于0

用户头像神盾局量子研究部
2023-08-30 发布

问财量化选股策略逻辑

选股逻辑为:元宇宙行业,圆弧形形态,昨日竞价换手率大于0.26的股票。

选股逻辑分析

该选股策略综合考虑了行业、形态以及换手率因素,筛选出换手率较大、形态符合条件的元宇宙行业股票,可以在一定程度上提高选股命中率。

有何风险?

该选股逻辑的风险在于可能会过于武断地以昨日竞价换手率来筛选股票,忽略了其他重要的因素,例如公司基本面、行业前景等,还存在市场、行业、政策等风险。

如何优化?

可以在原有逻辑基础上加入其他的技术指标或者基本面因素,例如RSI、MACD、PE、PB等指标,更全面地评估股票的综合表现。同时加入风险控制因素,例如人为干预、风险警示等,以规避风险。

最终的选股逻辑

选股逻辑为:元宇宙行业,圆弧形形态,昨日竞价换手率大于0.26的股票,同时考虑股票的基本面、技术面以及风险控制因素等。

同花顺指标公式代码参考

通达信代码:

SELECT C.SECODE FROM (SELECT SECODE FROM MARKET WHERE
HY = 'C010103'
AND (HIGH-OPEN)/OPEN > 0.01
AND (LOW-OPEN)/OPEN > 0.01
AND (HIGH-LOW)/OPEN > 0.03
AND TURNOVER > 0.26
AND COUNT(CLOSE>LCLOSE AND HIGH>LCLOSE, 60) >= 20
AND REF(COUNT(CLOSE>LCLOSE AND HIGH>LCLOSE, 60),1) < 20
ORDER BY TURNOVER DESC) C
WHERE MA(CLOSE,5) > MA(CLOSE,10)
AND LLV(LOW,20) == LOW;

其中,COUNT(CLOSE>LCLOSE AND HIGH>LCLOSE, 60)表示60天内收盘价高于昨日收盘价并且最高价也高于昨日收盘价的天数。

python代码参考

import tushare as ts
import talib

def get_stock_data():
    gg_stocks = ts.get_zz500s()
    gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
    df_today = ts.get_today_all()
    df_today = df_today[df_today['code'].isin(gg_stocks['code'])][['name', 'code', 'industry', 'trade', 'pb', 'pe', 'turnoverratio']]
    # 选出圆弧形形态和昨日竞价换手率大于0.26的股票
    close_ma60 = df_today['trade'].rolling(window=60).mean()
    lclose_ma60 = close_ma60.shift(1)
    df_today['count'] = talib.COUNT((df_today['trade'] > df_today['close'].shift(1)) & (df_today['high'] > df_today['close'].shift(1)), timeperiod=60)
    df_today = df_today[(abs((df_today['high']-df_today['open'])/df_today['open']) > 0.01)
            & (abs((df_today['low']-df_today['open'])/df_today['open']) > 0.01)
            & (abs((df_today['high']-df_today['low'])/df_today['open']) > 0.03)
            & (df_today['turnoverratio'] > 0.26)
            & (df_today['count'] >= 20) & (df_today['count'].shift(1) < 20)
            & (close_ma60 > close_ma60.rolling(window=10).mean())
            & (df_today['low'].rolling(window=20).min() == df_today['low'])]
    # 选出符合条件的股票
    res = df_today[['name', 'code', 'industry', 'pb', 'pe']]
    res = res.rename(columns={'pb': '市净率', 'pe': '市盈率'})
    return res

print(get_stock_data())
    ## 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