(supermind策略)换手率3%-12%、60开头的股票、昨天龙虎榜_

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:在换手率为3%-12%、股票代码以60开头、昨天出现在龙虎榜中的股票中进行选股。

选股逻辑分析

该选股策略除了考虑了股票的流动性和市值因素,还加入了龙虎榜因素,即昨天出现在龙虎榜中的股票。龙虎榜是表明市场对某些股票看法的重要参考,因此加入龙虎榜因素可以进一步提高选股的准确性。

有何风险?

该选股策略同样存在市场变化所带来的风险。在宏观经济下行周期中,市场普遍担心经济衰退,往往会导致市场背景下的股票产生过度压低市值的风险。

如何优化?

该选股策略可以添加其他指标,例如估值等基本面因素,同时可以通过深入了解股票的经营情况或扩展选股条件来降低股票风险。

最终的选股逻辑

在换手率为3%-12%、股票代码以60开头、昨天出现在龙虎榜中的股票中进行选股。

同花顺指标公式代码参考

选股公式:选择换手率在3%-12%、股票代码以60开头、昨天出现在龙虎榜中的股票。

Python代码参考

import pandas as pd
import tushare as ts

# 获取符合条件的股票列表
def get_good_stocks(pro):
    good_list = []

    # 调用Tushare接口获取所有股票数据
    data = pro.stock_basic(exchange='', list_status='L')

    # 遍历数据,判断是否符合选股规则
    for i in range(len(data)):
        ts_code = data.iloc[i]['ts_code']
        if ts_code[:2] == '60':
            stock_data = pro.top_list(trade_date='20210219', fields='ts_code')
            if ts_code in list(stock_data['ts_code']):
                good_list.append(ts_code)

    return good_list

# 获取股票市值
def get_stock_market_value(pro, stock_code):
    data = pro.daily_basic(ts_code=stock_code, trade_date='20210219', fields='ts_code,total_mv')
    return data.iloc[0]['total_mv']

# 获取股票量比
def get_stock_vol_ratio(pro, stock_code):
    data = pro.daily_basic(ts_code=stock_code, trade_date='20210219', fields='ts_code,volratio')
    return data.iloc[0]['volratio']

# 获取股票收益率
def get_stock_pct_chg(pro, stock_code):
    data = pro.daily(ts_code=stock_code, trade_date='20210219', fields='ts_code,pct_chg')
    return data.iloc[0]['pct_chg']

# 获取所有符合条件的股票
token = "your token"
pro = ts.pro_api(token)
good_stocks = get_good_stocks(pro)

# 计算符合条件的股票的市值、量比和收益率
result = []
for stock_code in good_stocks:
    market_value = get_stock_market_value(pro, stock_code)
    vol_ratio = get_stock_vol_ratio(pro, stock_code)
    pct_chg = get_stock_pct_chg(pro, stock_code)
    result.append([stock_code, market_value, vol_ratio, pct_chg])

# 排序,输出结果
df = pd.DataFrame(result, columns=['stock_code', 'market_value', 'vol_ratio', 'pct_chg'])
df = df.sort_values(by='market_value', ascending=False)
print(df.head(10))
    ## 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