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

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、今日上涨幅度大于1%、属于主板市场,并且收盘价位于布林带(Bollinger Bands)中间带与上带之间的股票。

选股逻辑分析

该选股策略主要考虑了市场活跃性与技术面的指标。选股时先通过换手率、涨跌幅筛选出好的股票,再通过布林带的技术指标,探测当前股票是否处于上涨趋势中。因为布林带是以平均线为中心,根据统计学的原理计算出标准差,进而确定股价波动的上下限,因此当前股价处于中间带与上带之间,说明当前股价上涨的可能性更高,有望获利。

有何风险?

在单一指标的情况下,忽略股票自身的基本面情况,可能会忽略企业的实际价值,出现由于多空因素等因素带来的市场波动。同时,布林带是一种技术性的指标,如果市场突然出现非正常波动,有可能会影响到选股结果的准确性。

如何优化?

增加理财指标的多样性,充分考虑股票的基本面风险,同时也可以加入其他技术性指标,如MACD,KDJ等指标,以强化股票选股的准确性。在布林带中间带与上带之间进场,出现亏损情况及时止损,防止继续亏损。

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,并且收盘价位于布林带(Bollinger Bands)中间带与上带之间的股票。

同花顺指标公式代码参考

收盘价:CLOSE
布林带中间线:MA(CLOSE,20)
布林带上限:MA(CLOSE,20)+2*STD(CLOSE,20)

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、MA等数据
    return: 选出的股票代码列表
    """
    upper = data['MA20'] + 2 * data['close'].rolling(window=20).std()
    mid = data['MA20']
    selected_stocks = []
    for code, df in data.groupby(level=0):
        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['close'].iloc[-1] < upper.iloc[-1]) and (df['close'].iloc[-1] > mid.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)、close(收盘价)、turnover_rate(换手率)、pct_chg(涨跌幅)、MA20(20日均线)等。

    ## 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