(supermind策略)换手率3%-12%、10日涨幅大于0小于35、涨幅_2

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、涨幅大于-5小于2.6的条件下,选择股票进行选股。

选股逻辑分析

该选股逻辑在交易活跃度和涨跌幅条件基础上,又引入了涨幅条件限制,可以过滤掉涨幅过高或者过低的标的,以避免高位套牢和防止负增长影响资金效益。同时,该选股逻辑简单易懂,易于筛选出符合条件的标的。

有何风险?

仅考虑换手率、涨跌幅和涨幅范围的选股逻辑可能无法完全反映股票的实际情况,存在选股错误的风险。另外,该选股逻辑中用一个固定的范围限制涨幅,不能适应市场行情波动的变化,难以及时调整选股策略。

如何优化?

除了考虑交易活跃度和涨跌幅等基本因素外,还可以综合考虑公司基本面、行业走势、政策变化等多方面因素,建立更科学、更完善的选股模型。在设置选股因素时,可以设置自适应的范围限制,从而更好地适应市场变化。

最终的选股逻辑

在换手率为3%-12%、10日涨幅大于0小于35、涨幅大于-5小于2.6的条件下,筛选出符合条件的标的,并考虑公司基本面、行业市场情况等多维度因素,建立更加完整、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 TURNOVER > 0.03 AND TURNOVER < 0.12 AND (CLOSE / REF(CLOSE, 1) - 1) * 100 > -5 AND (CLOSE / REF(CLOSE, 1) - 1) * 100 < 2.6)

其中HS300 MAIN表示选择主板股票,TURNOVER表示换手率,CLOSE表示当日收盘价,REF(CLOSE, 1)表示昨日收盘价,(CLOSE / REF(CLOSE, 1) - 1) * 100表示当日涨跌幅。

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='20210901', end_date='20211022')
        if len(daily_info) >= 10:
            increase_rate = (daily_info['close'].iloc[-1] / daily_info['close'].iloc[0]) - 1
            if daily_info['pct_chg'].iloc[-1] > 0 and 0 < daily_info['pct_chg'].iloc[-10:].mean() < 35 and -5 < increase_rate < 2.6:
                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')
    result.append([stock_code, daily_data.iloc[-1]['market_cap'], (daily_data.iloc[-1]['close'] / daily_data.iloc[0]['close']) - 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