(supermind策略)换手率3%-12%、2021年、开盘价在十日线左右_

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%、上市年份为2021年,并且当天开盘价在十日均线左右的股票。

选股逻辑分析

该选股策略在前一选股逻辑的基础上,增加了技术面指标,即开盘价在十日均线左右。此外,该逻辑考虑了龙虎榜信息可能受到机构短期操作的影响,从而改为根据当天数据进行选股。该选股逻辑相对前一逻辑,更加详细、全面,能够考虑公司基本面、市场情况、技术面,并且有可操作性。

有何风险?

该选股策略存在以下风险:1、市场的整体波动性影响可能对该选股策略的效果产生不利影响;2、技术面指标存在滞后性,如果市场出现剧烈波动,则可能影响选股效果; 3、忽略其他股市因素、龙虎榜等因素的考虑,可能忽略某些与选股目标相关的公司和行业;4、在数据获取、监测等方面困难较大,可能会造成操作的不便。

如何优化?

可以考虑加入其他股市因素、龙虎榜等指标,在整体考虑选股目标的同时,避免忽略重要的基本面指标,从而提高选股策略的效果。同时,选用更为精确可靠的技术面指标,能够更清晰地反映市场情况,提高选股策略的适应性和稳定性。

最终的选股逻辑

选择换手率在3%-12%、上市年份为2021年,并且当天开盘价在十日均线左右的股票。

同花顺指标公式代码参考

CXBZ=="" AND DATE=当日 AND (TURN>3 AND TURN<12) AND IPO_YEAR==2021 AND (OPEN > MA10 * 0.95 AND OPEN < MA10 * 1.05)

Python代码参考

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

# 初始化TdxHq_API()并获取最优IP
api = TdxHq_API()
ip = select_best_ip('tdx')

def get_stock_list(api):
    # 遍历股票市场获取所有股票
    dataList = []
    for market in [0, 1]:
        stock_list = api.get_security_list(market, 0)
        results = [(stock['code'], pd.Timestamp(stock['ipo_date']).year, stock['ipo_year'], stock['ipo_price'],
                    stock['ipo_amount'], stock['ltgb'], stock['zy'], stock['zql'], stock['cxbz'], stock['lhb']) for stock in stock_list if
                   stock['code'][0] in ['0', '3'] and stock['market'] == 0 and stock['ipo_year'] == 2021]
        dataList += results
    return pd.DataFrame(dataList, columns=['stock_code', 'ipo_date', 'ipo_year', 'ipo_price', 'ipo_amount', 'ltgb', 'zy', 'zql', 'cxbz', 'lhb'])

def get_matched_stocks(api, stock_list):
    # 筛选出符合条件的股票
    today = datetime.datetime.today().strftime('%Y%m%d')
    condition1 = (stock_list['zql'] >= 3) & (stock_list['zql'] <= 12)
    condition2 = stock_list['ipo_year'] == 2021
    matched_stocks = []
    for code in stock_list[condition1 & condition2]['stock_code'].tolist():
        data = api.get_security_bars(20, 0, code, 0, 100)
        if len(data) == 20:
            ma10 = data['close'][-10:].mean()
            if data['open'][-1] > ma10 * 0.95 and data['open'][-1] < ma10 * 1.05:
                matched_stocks.append(code)
    return matched_stocks

#获取股票列表
stock_list = get_stock_list(api)

#筛选符合条件的股票
matched_stocks = get_matched_stocks(api, stock_list)

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