(supermind量化策略)task17/a/换手率3%-12%、流通市值50-100亿

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:在换手率3%到12%、流通市值50亿到100亿、现量大于1万手、当日开盘价高于昨日收盘价的股票中选取投资对象。

选股逻辑分析

该选股逻辑结合了市场活跃度、流动性和技术分析因素,所选股票大致符合股票市场投资动向,同时纳入对于价格变化的考虑。该逻辑对于换手率和流通市值的控制可以筛选出市场活跃度、流动性较好的优质股票,同时考虑了一定的技术分析指标,能够提高选股准确性。

有何风险?

该选股逻辑忽略了公司的基本面因素,只从技术面角度考虑,有可能存在选出的股票在投资价值上不尽如人意。同时,该选股方法所依据的指标影响因素过多,可能存在过于追求市场活跃度和流动性而忽略了其他投资重点的风险。

如何优化?

可以综合考虑公司基本面、技术因素等指标进行筛选,以提高选股的准确性和可靠度。同时,要保持足够的投资组合分散以降低投资风险。选股中也需注意所选指标的参数的选择,及时调整以保证选出的股票符合实际需求。

最终的选股逻辑

在换手率3%至12%、流通市值50亿至100亿、现量大于1万手、当日开盘价高于昨日收盘价的股票中选取投资对象。

同花顺指标公式代码参考

通达信选股公式:

选股条件:(TURNOVERRATE > 3) AND (TURNOVERRATE < 12) AND (CIRCULATION_VALUE > 5000000000) AND (CIRCULATION_VALUE < 10000000000) AND\
           (VOLUME > 10000) AND (OPEN > REF(CLOSE, 1))

其中,TURNOVERRATE表示换手率,CIRCULATION_VALUE表示流通市值,VOLUME为现量,OPEN为当日开盘价,REF(CLOSE, 1)为昨日收盘价。

Python代码参考

import pandas as pd

def select_stock(data: pd.DataFrame) -> List[str]:
    selected_stocks = []
    for code, df in data.groupby(level=0):
        if df['close'].count() > 1:
            if df['open'][-1] > df['close'][-2]:
                if 0.03 <= df['turnoverrate'].mean() <= 0.12 and 5e9 <= df['circulation_value'].mean() <= 1e10 and df['volume'][-1] > 10000:
                    selected_stocks.append(code)
    return selected_stocks

该代码中,计算股票数据的平均换手率、流通市值和现量,选取换手率3%至12%、流通市值50亿至100亿元平均值在这个范围内,现量大于1万手,并且当日开盘价高于昨日收盘价的股票。返回符合条件的股票列表。

    ## 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