(supermind策略)换手率3%-12%、10日涨幅大于0小于35、昨日股价大于250

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:在换手率为3%-12%、10日涨幅大于0小于35、昨日股价大于250日均线的条件下,选择股票进行选股。

选股逻辑分析

该选股策略主要考虑了股票的交易活跃度、短期趋势和长期趋势等多方面因素,综合考虑了多重因素,能够为投资者提供更全面的选股参考。

有何风险?

该选股逻辑仅考虑了股票的技术面和基本面,忽略了市场情况、政策因素等其他关键信息的影响。

如何优化?

可以结合其他指标、加入定量分析和基本面研究等方法,制定更加科学的选股策略,进一步提高选股精确度。

最终的选股逻辑

在换手率为3%-12%、10日涨幅大于0小于35、昨日股价大于250日均线等条件的基础上,结合量价、基本面等多方面因素,建立更加完善、科学的选股策略。

同花顺指标公式代码参考

使用通达信实现该选股策略的条件如下:(HS300 MAIN AND REF(CLOSE/MA(CLOSE, 250), 1) > 1.0 AND REF(CLOSE/MA(CLOSE, 10), 1) < 1.0 AND (C - YS1) / YS1 > 0 AND TURNOVER > 0.03 AND TURNOVER < 0.12)

其中HS300 MAIN表示选择主板股票,REF(CLOSE/MA(CLOSE, 250), 1) > 1.0表示昨日收盘价大于250日均线,REF(CLOSE/MA(CLOSE, 10), 1) < 1.0表示昨日股价小于10日均线,C表示当天收盘价,YS1表示昨日最低价,TURNOVER表示换手率。

Python代码参考

import pandas as pd
import tushare as ts

# 获取符合条件的股票列表
def get_good_stocks(pro):
    good_list = []

    # 调用Tushare接口获取所有股票数据
    data = pro.stock_basic(exchange='', list_status='L')

    # 匹配符合条件的股票
    for i in range(len(data)):
        ts_code = data.iloc[i]['ts_code']
        daily_info = pro.daily(ts_code=ts_code, start_date='20211022', end_date='20211022')
        if len(daily_info) > 250 and daily_info.iloc[-1]['close'] > daily_info['close'].rolling(window=250).mean().iloc[-1] and daily_info.iloc[-1]['close'] < daily_info['close'].rolling(window=10).mean().iloc[-1] and daily_info.iloc[-1]['pct_chg'] > 0 and 0.03 < daily_info['turnover_rate'].iloc[-1] < 0.12:
            good_list.append(ts_code)

    return good_list

# 获取所有符合条件的股票
token = "your token"
pro = ts.pro_api(token)
good_stocks = get_good_stocks(pro)

# 计算符合条件的股票的市值和涨幅
result = []
for stock_code in good_stocks:
    daily_data = pro.daily(ts_code=stock_code, start_date='20211022', end_date='20211022')
    ma_10 = daily_data['close'][-10:].mean()
    result.append([stock_code, daily_data.iloc[-1]['market_cap'], (daily_data.iloc[-1]['close'] / ma_10) - 1, daily_data.iloc[-1]['pct_chg']])

# 排序,输出结果
df = pd.DataFrame(result, columns=['stock_code', 'market_cap', 'increase_rate', 'today_increase'])
df = df.sort_values(by='increase_rate', ascending=False)
print(df.head(10))
    ## 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