(supermind策略)换手率3%-12%、2021年、量比大于1

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%的股票中,上市年份为2021年,且量比大于1.5或小于6的股票。

选股逻辑分析

该选股策略在换手率和上市年份等方面进行了初步筛选,同时加入了量比的条件,以体现股票的流动性。但该选股策略可能忽略其他基本面因素和技术面指标等,影响交易决策的全面性和准确性。

有何风险?

该选股策略存在以下风险:1、可能会被市场情况和机构资金的干预所影响;2、没有充分考虑其他重要的基本面因素和技术面指标;3、存在较大的投资风险,特别是在市场下跌时;4、基于历史数据,并不能完全反映未来走势。

如何优化?

除了筛选条件之外,可以加入其他基本面指标和技术面指标,比如市盈率、市净率、资产负债率、MACD、KDJ等,并继续优化换手率和日期等筛选条件,以全面提高选股策略的实际效果和风险控制能力。

最终的选股逻辑

选择换手率在3%-12%的股票中,上市年份为2021年,并且量比大于1.5或小于6的股票。

同花顺指标公式代码参考

CXBZ=='' AND DATE>=20210101 AND (TURN>3 AND TURN<12) AND ((VOLUME/LC>1.5) OR (VOLUME/LC<6))

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']) for stock in stock_list if
                   stock['code'][0] in ['0', '3'] and stock['market'] == 0 and stock['ltgb'] >= 5000000 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'])

def get_matched_stocks(api, stock_list, before_days):
    #筛选出符合条件的股票
    condition1 = (stock_list['ltgb'] >= 200000000)
    condition2 = (stock_list['zql'] >= 3) & (stock_list['zql'] <= 12)
    condition3 = ((stock_list['zy'] / stock_list['zy'].shift(1) > 1.5) | (stock_list['zy'] / stock_list['zy'].shift(1) < 6))
    matched_stocks = []
    for code in stock_list[condition1 & condition2 & condition3]['stock_code'].tolist():
        data = api.get_security_bars(before_days, 0, code, 0, 100)
        if len(data) >= before_days + 1:
            current_profit = (data['close'][-1] - data['close'][0]) / data['close'][0]
            if current_profit > 0:
                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, 20)

#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