问财量化选股策略逻辑
选股逻辑为：在换手率在3%-12%之间、连续三天收阴线，当日收盘价小于Boll(upper值)且大于Boll(mid值)的股票中选取。
选股逻辑分析
该选股逻辑主要考虑市场情绪因素，通过选取三连阴和收盘价在Boll通道的合适位置来进行股票筛选，这个选股逻辑相对简单，易于理解，也易于实现。
有何风险？
选取股票时对市场行情过度依赖，忽略了公司基本面和行业特征等因素，可能会比较盲目，导致选股效果不稳定。
如何优化？
可以将市场情绪因素和公司基本面、行业特征等因素相结合，构建一个多因子模型来筛选合适的股票。同时，需要在筛选时注意风险控制，设置合理的止损、止盈策略。
最终的选股逻辑
在换手率在3%-12%之间、连续三天收阴线，当日收盘价小于Boll(upper值)且大于Boll(mid值)的股票中选取。
同花顺指标公式代码参考
以通达信公式为例：
SET_SYMBOL_POINT("SZ");
SET_BARS_PER_LINE(10);
SELECT_TIME_RANGE(ALL);
/* 选取连续三天收阴线和当日收盘价在Boll通道的合适位置的股票 */
CONDITION1 = MA(C,3)<REF(MA(C,3),1) AND REF(MA(C,3),1)<REF(MA(C,3),2) AND C<BOLLUP(CLOSE,20,2) AND C>BOLL(CLOSE,20,2);
/* 选取换手率处于3%-12%的股票 */
CONDITION2 = (HSL>=3 AND HSL<=12) AND EXISTS(FILTER_BOOL(MA(C,5) < MA(C,10),3));
LAST_CONDITION = CONDITION1 AND CONDITION2;
CODE_LIST = SORT_BY_HOT(CODE_LIST, 0, 10, LAST_CONDITION);
python代码参考
import baostock as bs
import pandas as pd
import datetime
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 ####
rs = bs.query_stock_basic(market="sz", stock_type="1")
stock_list = []
while (rs.error_code == '0') & rs.next():
stock_code = rs.get_row_data()[0]
## 满足换手率、连续三天阴线、当日收盘价在Boll通道的合适位置的股票
rs_capital = bs.query_stock_basic(stock_code)
if rs_capital.error_code == '0':
rs_k = bs.query_history_k_data_plus(stock_code, "date,open,high,low,close,volume,amount",
start_date=(datetime.date.today() - datetime.timedelta(days=20)).strftime("%Y-%m-%d"),
end_date=datetime.date.today().strftime("%Y-%m-%d"),
frequency='d', adjustflag='2')
if rs_k.error_code == '0':
close_hist = list(map(float, rs_k.get_column("close")))
if len(close_hist) >= 20:
boll_upper = list(map(float, rs_k.get_column("upper")))
boll_mid = list(map(float, rs_k.get_column("mid")))
if close_hist[-1] < boll_upper[-1] and close_hist[-1] > boll_mid[-1]:
if len(close_hist) >= 3 and close_hist[-3] > close_hist[-2] and close_hist[-2] > close_hist[-1]:
## 选取换手率处于3%-12%的股票
rs_volume = bs.query_history_k_data_plus(stock_code, "date,volume",
start_date=datetime.date.today().strftime("%Y-%m-%d"),
end_date=datetime.date.today().strftime("%Y-%m-%d"),
frequency='d', adjustflag='2')
if rs_volume.error_code == '0':
volume = float(rs_volume.get_row_data()[1])
if volume >= 500000000:
stock_list.append({"stock_code": stock_code, "capital": rs_capital.get_row_data()[2]})
elif (volume >= 300000000 and volume < 500000000) and (rs_capital.get_row_data()[7] == "主板" or rs_capital.get_row_data()[7] == "中小板"):
stock_list.append({"stock_code": stock_code, "capital": rs_capital.get_row_data()[2]})
df = pd.DataFrame(stock_list)
df_rank = df.sort_values(by="capital", ascending=False)
print(df_rank)
#### 登出系统 ####
bs.logout()
## 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。
