问财量化选股策略逻辑
选股逻辑为:选择换手率在3%-12%、DEA指标上涨,且昨天的换手率大于8%的股票。
选股逻辑分析
此选股策略综合考虑了股票的流动性、技术面和短期市场表现,可以从技术的角度找出在高换手率下有望进一步上涨的股票。
有何风险?
此选股策略可能会忽略一些潜在价值较高、但换手率相对较低的股票,也容易受到市场情绪的干扰,不能很好地适应市场变化。
如何优化?
可以在基本面和短期市场表现方面进行一些调整,不仅考虑高换手率的股票,还要考虑股票的品种创新能力、行业竞争力等基本面因素,也可以加入一些市场情绪指标如多空比、资金流向等。
最终的选股逻辑
在换手率在3%-12%、DEA指标上涨、昨天的换手率大于8%的基础上,加入市场情绪的指标,如多空比、资金流向等,并增加对于基本面的考量。
同花顺指标公式代码参考
换手率:TURNOVER>=3 AND TURNOVER<=12;
DEA指标上涨:REF(MA(CLOSE,12),1)>REF(MA(CLOSE,26),1) AND MA(CLOSE,12)>MA(CLOSE,26) AND MA(CLOSE,12)-MA(CLOSE,26)>MA(MA(CLOSE,12)-MA(CLOSE,26),9);
昨天换手率>8%:TURNOVER>8;
选股:SELECT(CODE, 换手率 AND DEA指标上涨 AND 昨日换手率>8%, (NOT ISSTOPER AND NOT ISNEW))
python代码参考
def select_stocks(df):
df = df[['code', 'turnover', 'close', 'rise_fall']]
df_today = df[(df['turnover']>=3) & (df['turnover']<=12)]
df_today = ths.dea(df_today, 9, 12, 26)
df_yesterday = df[df.index.duplicated(keep='last') & (df['turnover']>8)]
df = pd.merge(df_today, df_yesterday, on='code', how='inner')
df = df.groupby('code').apply(lambda x: x['rise_fall_y'].values[0] > x['rise_fall_x'].values[-1])
return pd.DataFrame({'code': df[df].index})
## 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。
