(supermind策略)换手率3%-12%、2021年、今日上涨_1主板_

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、今日的收盘价相对于昨日收盘价上涨超过1%的主板股票。

选股逻辑分析

该选股策略主要考虑了交易活跃度、股票上市时间和技术因素,筛选出今日表现比较强劲的股票。这些股票通常在市场情绪好的时候表现较为优异,有较高的投资价值。

有何风险?

该选股策略可能存在以下风险:1、对于新股来说,上市不足一年的股票数量较少,筛选范围受到限制;2、技术指标的运用存在一定的主观性和风险,需谨慎操作;3、忽略了基本面等其他因素的影响。

如何优化?

可以加入基本面、财务数据等指标,对选股策略进行综合评估。同时,也可以将技术指标与基本面指标进行结合,找到更加合理的股票投资标的。

最终的选股逻辑

选股逻辑为:选择换手率在3%-12%之间、上市时间为2021年、今日的收盘价相对于昨日收盘价上涨超过1%的主板股票。

同花顺指标公式代码参考

通达信指标代码:

板块:SELECT(SECU_MARKET IN ("001", "003")) > 0;
涨幅:(CLOSE - REF(CLOSE,1))/REF(CLOSE,1) > 0.01;
ZT:(TURN / CAPITAL_TODAY) >= 0.03 AND (TURN / CAPITAL_TODAY) <= 0.12;
SORT_LIST:SINCE(1) = 1 AND ZT AND 板块 AND 涨幅;
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')

# 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, 1)
            if (k_data[-1]['close']-k_data[-2]['close'])/k_data[-2]['close'] > 0.01:
                v_data = api.get_history_volume_price_data(0, stock_code, start_date=yesterday, end_date=today)
                if (v_data['amount'].sum() / v_data['capitalization'].iloc[-1]) >= 0.03 and (v_data['amount'].sum() / v_data['capitalization'].iloc[-1]) <= 0.12:
                    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