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

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%、属于主板非ST股票、且昨日主力控盘。

选股逻辑分析

该选股逻辑考虑了股票的基本面和技术面因素,通过换手率、涨跌幅等指标筛选出具有投资价值的个股,同时从昨日主力控盘的特征出发,筛选出市场资金此前已持续追捧的个股。

有何风险?

选股逻辑忽略了公司基本面等长期投资价值的因素,单纯地将投资重点放在了市场资金追捧的个股上,存在短期性投资偏好过于明显的风险。

如何优化?

可引入其他基本面指标,如市盈率、毛利率、净利润等,加强对公司业绩的考量,同时引入其他技术指标,如均线、MACD等,从不同维度筛选出高质量的个股。

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%、属于主板非ST股票、且昨日主力控盘的股票。

同花顺指标公式代码参考

CROSSCOUNT(MF>0,5) > 0 AND TURNRATE>=3 AND TURNRATE<=12 AND MKTTYPE == 1 AND ST_TYPE != 1 AND C > LASTC AND ST_STATE != 1;

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,需包含收盘价、涨跌停、换手率、主力净流入等数据
    return: 选出的股票代码列表
    """
    selected_stocks = []
    for code, df in data.groupby(level=0):
        if ('ST' not in code) and (df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and \
           (df['pct_chg'].iloc[-1] > 1) and \
           (df['net_mf'].iloc[-2] > 0):
            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)、high_limit(涨停价)、low_limit(跌停价)、turnover_rate(换手率)、pct_chg(涨跌幅)、ST_TYPE(股票类型)、MKTTYPE(所属市场)、ST_STATE(特别处理状态)、net_mf(主力净流入)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