(supermind量化策略)task17/a/换手率3%-12%、今日上涨>1主板、60

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:选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板市场、股票代码以60开头的股票。

选股逻辑分析

该选股策略是在基于前一个选股策略的基础上,增加了股票代码的筛选条件,即选取股票代码以60开头的股票。这种策略可能更注重业绩优秀的绩优股,相对于没有这一条件的选股策略,可能更加稳健一些。

有何风险?

该选股策略的股票池较小,可供选择的股票种类较少,可能无法涵盖市场所有优秀的股票,进而错过一些潜力股的投资机会。

如何优化?

可以考虑拓展股票池,加入更多行业和不同市值范围内的优质股票,提高选股策略的覆盖面。同时可以使用其他选股条件,例如加入财务指标、技术指标等多维度的选股条件,以更全面的方式筛选投资标的。

最终的选股逻辑

选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板市场、股票代码以60开头的股票。

同花顺指标公式代码参考

C1:=(TRADESTATUS=0);
C2:=((REF(HIGH,1)/REF(CLOSE,2)=1) AND (REF(HIGH,1)!=HIGH));
C3:=(CLOSE>10) AND (VOL>=100000);
C4:=LEFT(CODE,2) = 60;

SELECTED:=(C1 AND C2 AND C3 AND C4);

DRAWTEXT(C1, '60开头的股票', CANDL(C2 AND C3 AND C4) , CHART=0, COLORYELLOW);

python代码参考

import numpy as np
import pandas as pd
from typing import List

def select_stock(data: pd.DataFrame) -> List[str]:
    """
    data: 股票历史行情数据,需包含价格、换手率、涨跌幅、涨停情况等数据
    return: 选出的股票代码列表
    """
    selected_stocks = []
    for code, df in data.groupby(level=0):
        df = df.sort_values('trade_date', ascending=True)
        if ('SH' in code) and ('ST' not in code) and \
           (df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and (df['pct_chg'].iloc[-1] > 1) and \
           (df['ts_code'].str.startswith('60').iloc[-1]):
            selected_stocks.append(code)
    return selected_stocks

其中 data 数据需包含的列为:ts_code(股票代码)、trade_date(交易日期)、open(开盘价)、close(收盘价)、turnover_rate(换手率)、pct_chg(涨跌幅)等参考股票信息的指标数据。

    ## 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