(supermind量化策略)task17/a/换手率3%-12%、涨跌幅×超大单净量、d

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% 和 12% 之间,当日涨跌幅乘以超大单净量大于0,同时 DEA 指标上涨。

选股逻辑分析

该选股逻辑在技术面指标上加入了 DEA 指标上涨的因素,筛选出技术面和股价走势都较好的股票。选股逻辑包括选定换手率在合理区间内的个股,并筛选出当日涨跌幅乘以超大单净量大于0的个股,同时还要求 DEA 指标上涨。

有何风险?

该选股逻辑虽然加入了 DEA 指标等技术面因素,仍存在忽略其他基本面和宏观经济等因素的风险,而过于依赖技术面指标。

如何优化?

可以加入更多的技术指标如 KDJ、MACD、RSI 等,并结合基本面因素如财务报表、行业信息等进行选股,以增强选股策略的综合性。

最终的选股逻辑

选择换手率在 3% 和 12% 之间,当日涨跌幅乘以超大单净量大于0,同时 DEA 指标上涨。

同花顺指标公式代码参考

C1: (MARKET == 'SH' OR MARKET == 'SZ'); // 选取A股市场的所有股票
C2: (VOLUME > 0) AND (CHG_RATE_N30 > 0) AND (
      ABS(CHG) / REF(CLOSE, 1) * (NET >= 500000) > 0
      ); // 判断当日涨跌幅乘以超大单净量大于0
C3: (NOT ISNULL(DEA)) AND (DEA > REF(DEA, 1)); // 判断 DEA 指标上涨
SELECTED: C1 AND C2 AND C3;

// 显示选中股票的名称和代码
LIST_NAMECODE;

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、超大单净量、DEA指标等数据,以及股票名称等数据
    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_time', ascending=True)
        if (df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and \
           (df['pct_chg'].iloc[-1] * (df['net_amount'].iloc[-1] / 100000000) > 0) and \
           (not pd.isnull(df['dea'].iloc[-1])) and \
           (df['dea'].iloc[-1] > df['dea'].iloc[-2]):
            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_time(交易时间)、pct_chg(涨跌幅)、net_amount(超大单净量)、turnover_rate(换手率)、dea(DEA 指标)等选股指标数据。

    ## 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