(supermind量化策略)换手率3%-12%、前25天有涨停、主升起动_

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:换手率3%-12%,前25天有涨停,主升起动。

选股逻辑分析

该选股策略加入了主升起动的条件,即股价长期处于上升通道,有望实现长期持有盈利。同时,考虑到交易活跃度(换手率)和市场热度(前25天有涨停),筛选出可供选择的优质个股。

有何风险?

该选股策略相比上一个选股逻辑并没有加入更多财务指标的判断,更加侧重于技术面的判断,而主升起动的判断有时需要考虑主观因素,存在判断难度大、容易出现误判等风险。

如何优化?

可以加入更多的财务指标,如净利润、净资产、PE、PB等指标,加强对公司基本面的关注,更加全面的评估股票的投资价值,避免单方面侧重于技术面的判断。

最终的选股逻辑

该选股策略选股逻辑为:换手率3%-12%,前25天有涨停,主升起动,同时加入一些财务指标,如净利润、净资产、PE、PB等指标。

同花顺指标公式代码参考

通达信指标代码:

TURNOVER_RATIO>=0.03 AND TURNOVER_RATIO<=0.12 AND COUNT(WINDBREAKSIGN>0 and WINDBREAKSIGN<100, 25)>=1 AND MA(CLOSE, 5)>MA(CLOSE, 10) AND MA(CLOSE, 10)>MA(CLOSE, 20) AND MA(CLOSE, 20)>MA(CLOSE, 30)

其中,COUNT表示计算25天内的涨停板数量,WINDBREAKSIGN表示振幅,MA表示移动平均线,CLOSE表示股票收盘价。

python代码参考

import pandas as pd
from pytdx.hq import TdxHq_API

# 创建连接
api = TdxHq_API()
api.connect('119.147.212.81', 7709)

# 所有A股列表
all_stocks = api.get_security_list(0, 0)
df_stocks = pd.DataFrame(all_stocks, columns=['code', 'name', 'market_type', 'exchange_type'])

# 获取A股数据
selected_stocks = []
for code in df_stocks['code']:
    if code.startswith(('00', '60', '30')):
        stock_k_data = api.get_k_data(code, 'D')
        if stock_k_data is not None and len(stock_k_data) >= 2 * 240 and \
                stock_k_data['turnover_ratio'].quantile(0.7) >= 0.03 and \
                stock_k_data['turnover_ratio'].quantile(0.7) <= 0.12 and \
                stock_k_data['wind_break_sign'].rolling(25).apply(lambda x: (x > 0).sum()) > 0 and \
                stock_k_data['close'].rolling(5).mean().iloc[-1] > stock_k_data['close'].rolling(10).mean().iloc[-1] and \
                stock_k_data['close'].rolling(10).mean().iloc[-1] > stock_k_data['close'].rolling(20).mean().iloc[-1] and \
                stock_k_data['close'].rolling(20).mean().iloc[-1] > stock_k_data['close'].rolling(30).mean().iloc[-1]:
            selected_stocks.append({'code': code,
                                    'name': df_stocks[df_stocks['code'] == code]['name'].values[0],
                                    'market_type': df_stocks[df_stocks['code'] == code]['market_type'].values[0],
                                    'turnover_ratio': stock_k_data['turnover_ratio'].iloc[-1]})

# 断开连接
api.disconnect()
    ## 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