需要帮助?

试试AI小助手吧

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

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:选择换手率在3%~12%之间、买一量大于卖一量、昨日主力买卖盘净额为正的股票。

选股逻辑分析

该选股策略主要考虑了股票的市场活跃度、市场参与度以及主力资金的买卖情况,通过选股筛选出具有较强上涨趋势的股票。

有何风险?

该选股策略只考虑了几个特定指标,没有考虑其他基本面和市场情绪等因素的影响,因此其选股结果可能存在一定的盲区。

如何优化?

可以引入其他基本面、市场情绪等指标,如市盈率、市净率、财务报表、企业新闻等,结合机器学习和大数据等技术优化模型,提高选股效果。

最终的选股逻辑

在换手率在3%~12%之间、买一量大于卖一量、昨日主力买卖盘净额为正的股票中,选出前50个股票。

同花顺指标公式代码参考

SELECT STOCKCODE FROM (
    SELECT STOCKCODE FROM BLOCK_STOCK WHERE BLOCKID = 'HS300'
    AND STOCKCODE IN (SELECT STOCK_CODE FROM STOCK_BASIC WHERE MARKET='主板' AND LIST_STATUS='上市' AND IS_ST=0 AND IS_OPEN='1')
    AND STOCKCODE IN 
        (SELECT STOCK_CODE FROM ZJL WHERE NAME = '净流入' AND CTIME = TRUNC(SYSDATE) - 1 AND (CAST(DATA AS NUMBER) > 0))
        AND STOCKCODE IN 
            (SELECT STOCK_CODE FROM SDB WHERE NAME = '卖一' AND (CAST(DATA AS NUMBER) < CAST(FDATA AS NUMBER)))
    AND STOCKCODE IN (SELECT STOCK_CODE FROM STOCK_SECTOR WHERE SECTOR_CODE LIKE '11%' OR SECTOR_CODE LIKE '51%')
    AND STOCKCODE IN (SELECT STOCK_CODE FROM GDH WHERE NAME = '换手率' AND (CAST(DATA AS NUMBER) > 3) AND (CAST(DATA AS NUMBER) < 12)))
WHERE ROWNUM <= 50;

python代码参考

import pandas as pd
import tushare as ts

def select_stocks():
    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='20220422')
    df1 = market_df[(market_df['bid_vol'] > market_df['ask_vol'])]

    # 查询昨日主力净流入股票
    moneyflow_df = pro.moneyflow(ts_code='', start_date='20220420', end_date='20220420')
    moneyflow_df = moneyflow_df[moneyflow_df['buy_sm_vol'] > moneyflow_df['sell_sm_vol']]
    moneyflow_df.rename(columns={'ts_code': 'symbol'}, inplace=True)

    # 按换手率筛选股票
    daily_basic_df = pro.daily_basic(ts_code='', trade_date='20220421', 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)]

    # 按市场筛选股票
    df1 = df1[df1['ts_code'].str.startswith(('0', '3', '6'))]

    # 按主力资金流入情况筛选股票
    df1 = pd.merge(df1, moneyflow_df, on='symbol', how='inner')

    # 合并所有指标,返回选股结果
    return df1.head(50)['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