(supermind策略)换手率3%-12%、2021年、周K线上穿30周线_

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、今年上市、周K线上穿30周线。

选股逻辑分析

该选股策略主要关注于流动性和技术面,选股范围在周K线上穿30周线之后的股票中。选股过程中,需要关注换手率,使得选取的股票具备一定的流动性和活跃性。

有何风险?

该选股策略可能存在以下风险:1、忽略了股票的基本面因素,如公司的经营状况、财务指标等因素;2、对于技术面筛选过于依赖,可能给选股带来潜在风险;3、对于确定的30周线,可能存在不适用于所有股票的情况。

如何优化?

可以加入其他指标,如市盈率、市净率等基本面指标,同时也可以增加一些技术指标,如移动平均线、RSI等技术指标,以获得更全面的选股依据。

最终的选股逻辑

选择换手率在3%-12%之间、今年上市、周K线上穿30周线。

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;
SINCE(23);
Q:=SUM(CLOSE,30)/30;
K:=REF(Q,1);
IF(K<=Q AND CLOSE>Q AND K>30 AND Q>30,100,0);
SORT_LIST:SINCE(1) = 100 AND ZT AND CAPITAL_TODAY;
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'], pd.Timestamp(stock['ipo_date']).year, stock['volunit'] * 100, stock['circulating_market_cap']) for stock in stock_list if stock['code'][0] in ['0', '3', '6']]
        dataList += results
    return pd.DataFrame(dataList, columns=['stock_code','ipo_year','vol','market_cap'])

stock_list = get_stock_list(api)

this_year = dt.datetime.today().year

#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:
        if stock_list.loc[i,'ipo_year'] == this_year :
            k_data = api.get_security_bars(9, 0, stock_code, 30, 1)
            if (k_data.iloc[-1]['close'] > k_data.iloc[-1]['zb30']) and (k_data.iloc[-2]['close'] <= k_data.iloc[-2]['zb30']) and (stock_list.loc[i,'vol'] / stock_list.loc[i,'market_cap'] >= 0.03) and (stock_list.loc[i,'vol'] / stock_list.loc[i,'market_cap'] <= 0.12):
                condition_list.append(stock_code)
    except:
        pass

result = pd.DataFrame({'stock_code':condition_list})
result = pd.merge(result, stock_list, on=['stock_code'])
result = result[result.vol >= 20000]
result = result[result.vol <= 1000000]
result = result[result.market_cap > 500000000]
result = result[result.market_cap < 1000000000]

#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