(supermind策略)换手率3%-12%、2021年、七连阴_

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

该选股策略选股逻辑为:选择换手率在3%-12%之间、上市时间为2021年、最近七个交易日均有下跌的股票。

选股逻辑分析

该选股策略主要从换手率、流动性、股票市场情绪的角度出发,选择市场参与者较多但近期出现连续阴跌的个股。通过这种选股方式,旨在挖掘出市场情绪和资金流向的变化,实现短线投资回报。

有何风险?

该选股策略可能存在以下风险:1、忽略了技术面的因素,只关注阴跌情况可能会造成过度的预测或偏差;2、未考虑基本面因素的影响,可能选出业绩较差、市场表现疲弱的个股。

如何优化?

可以在基本面上加入市盈率、市净率等指标,以减少选股偏差,同时可以加入技术面的指标,如均线、RSI等技术指标来补充选股依据。

最终的选股逻辑

选择换手率在3%-12%之间、上市时间为2021年、最近七个交易日均有下跌的股票。

同花顺指标公式代码参考

通达信指标代码:

ZT: (TURN / CAPITAL_TODAY) >= 0.03 AND (TURN / CAPITAL_TODAY) <= 0.12;
近七个交易日均有下跌条件:COUNT(L < REF(L,1),7) = 7;
SORT_LIST:SINCE(1) = 1 AND ZT AND 近七个交易日均有下跌条件;
SORT_BY_DESC(SORT_LIST); 
SELECTED:=SORT_LIST;

python代码参考

import pandas as pd
from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip
import datetime as dt

api = TdxHq_API()
ip = select_best_ip('tdx')

def get_stock_list(api):
    dataList = []
    for market in [0,1]:
        stock_list = api.get_security_list(market, 0)
        results = [(stock['code'], stock['volunit'] * 100) for stock in stock_list if stock['code'][0] in ['0', '3', '6']]
        dataList += results
    return pd.DataFrame(dataList, columns=['stock_code','vol'])

stock_list = get_stock_list(api)

today = dt.datetime.today().strftime('%Y-%m-%d')
yesterday = (dt.datetime.today()-dt.timedelta(days=1)).strftime('%Y-%m-%d')
threshold = 1.3

# 逐个股票地进行选股策略
condition_list = []
for i in range(len(stock_list)):
    stock_code = stock_list.loc[i,'stock_code']
    try:
        q_data = api.get_finance_info(0, stock_code)
        if pd.Timestamp(q_data.iloc[0]['ipo_date']).year >= 2021:
            k_data = api.get_security_bars(9, 0, stock_code, 0, 7)
            if ((k_data['low'] < k_data['low'].shift(1)).sum() == 7):
                v_data = api.get_history_volume_price_data(0, stock_code, start_date=yesterday, end_date=today)
                vol = v_data['vol'].sum()
                if vol >= 1000 and vol <= 1000000:
                    condition_list.append(stock_code)
    except:
        pass

#根据成交量选取符合条件的股票
result = pd.DataFrame(condition_list, columns=['stock_code'])
result = pd.merge(result, stock_list, on=['stock_code'])
result = result[result.vol >= 20000]
result = result[result.vol <= 1000000]

#输出结果
print('下列股票符合选股策略:')
print(result)
    ## 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