(supermind量化策略)task17/a/换手率3%-12%、买一量>卖一量、换手率

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:在换手率在3%~12%之间、买一量大于卖一量、同时要求换手率在2%~9%之间。

选股逻辑分析

该选股策略强调股票流动性与短期趋势,注重大盘情况下的市场覆盖率和板块轮动情况。通过参数限制有效防止选中炒作过度的个股,同时适当提高选股的成功率。

有何风险?

因为该策略对范围有限制: 需要卖一量小于买一量。同时要求换手率必须在2%~9%之间。这些限制可能会导致潜在交易机会减少,有可能错过一些高增长的个股,并可能增加因市场调整造成的风险。

如何优化?

可以加入基本面分析、财务资产的考虑,增强投资标的的长期确定性,同时考虑用其他的指标帮助筛选出波动性较小的优质个股。

最终的选股逻辑

在换手率在3%~12%之间、买一量大于卖一量,同时要求换手率在2%~9%之间。

同花顺指标公式代码参考

SELECT SYMBOL FROM GDH WHERE NAME = '换手率' 
AND (CAST(DATA AS NUMBER) > 3) AND (CAST(DATA AS NUMBER) < 12)
AND SYMBOL IN (SELECT STOCK_CODE FROM STOCK_BASIC WHERE LIST_STATUS = '上市' AND MARKET_TYPE = '1')
AND SYMBOL IN (SELECT STOCK_CODE FROM SDB WHERE NAME = '买一' AND CAST(DATA AS NUMBER) > CAST(FDATA AS NUMBER))
AND SYMBOL IN (SELECT STOCK_CODE FROM GDH WHERE NAME = '换手率' 
AND (CAST(DATA AS NUMBER) > 2) AND (CAST(DATA AS NUMBER) < 9));

python代码参考

import pandas as pd
import tushare as ts

def select_stocks(date):
    pro = ts.pro_api()

    # 查询挂单大量大于卖单的股票
    market_df = pro.market_detail(symbol='', trade_date=date)
    df1 = market_df[(market_df['bid_vol'] > market_df['ask_vol'])]
    
    # 按换手率和市场筛选股票
    daily_basic_df = pro.daily_basic(ts_code='', trade_date=date, fields='ts_code,turnover_rate')
    df1 = pd.merge(df1, daily_basic_df, on='ts_code', how='inner')
    df1 = df1[(df1['turnover_rate'] > 3) & (df1['turnover_rate'] < 12)]
    basic_df = pro.stock_basic(exchange='', list_status='L', fields='ts_code,market')
    df1 = pd.merge(df1, basic_df, on='ts_code', how='inner')
    df1 = df1[df1['market'] == '主板']

    # 按买卖盘挂单量筛选股票
    sdb_df = pro.stk_holdernumber(ts_code='', start_date=date, end_date=date, fields='ts_code,mkv')
    sdb_df.rename(columns={'ts_code': 'symbol'}, inplace=True)
    df1 = pd.merge(df1, sdb_df, on='symbol', how='inner')
    df1 = df1[(df1['buy_sm_vol'] > df1['sell_sm_vol']) & (df1['buy_sm_vol'] > df1['mkv'])]

    # 按换手率筛选股票
    daily_basic_df = pro.daily_basic(ts_code='', trade_date=date, fields='ts_code,turnover_rate')
    df1 = pd.merge(df1, daily_basic_df, on='ts_code', how='inner')
    df1 = df1[(df1['turnover_rate'] > 2) & (df1['turnover_rate'] < 9)]

    # 返回选股结果
    return df1['ts_code']
    ## 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