(supermind量化策略)换手率3%-12%、反包、开盘价在十日线左右

问财量化选股策略逻辑

选股逻辑为：在换手率3%-12%、反包、开盘价在十日线左右的股票中进行筛选。

选股逻辑分析

该选股策略同样结合了两种经典的技术分析指标，即换手率和反包。同时，加入开盘价在十日线左右的条件，可以更加精准地定位市场热点，找到有潜力的股票。

有何风险？

同样，该选股策略没有考虑公司的基本面数据对于股票价格的影响。同时，过度追求技术面的掌握，可能会过度获利而忽视风险规避。

如何优化？

可以参考其他技术分析指标，例如趋势线、K线图等指标，对于股票价格的趋势分析更加精准。同时，可以加入基本面指标，例如市盈率、市净率等指标，从多个角度分析股票价值。通过运用机器学习等方法优化模型参数，提高选股策略的准确性。

最终的选股逻辑

选股条件为：在换手率3%-12%、反包、开盘价在十日线左右的股票中进行筛选。

同花顺指标公式代码参考

选股条件：turnover_rate>=3 AND turnover_rate<=12 AND rc_min3>=85 AND REF(open,1)<=REF(MA(CLOSE,10),1) AND open>=REF(MA(CLOSE,10),1)*0.98 AND open<=REF(MA(CLOSE,10),1)*1.02
选股结果：fml('turnover_rate>=3 and turnover_rate<=12 and rc_max3>=85 and ref(open,1)<=ref(ma(close,10),1) and open>=ref(ma(close,10),1)*0.98 and open<=ref(ma(close,10),1)*1.02', 'desc', 'price', 100)

Python代码参考

import tushare as ts

ts.set_token('your_token')
pro = ts.pro_api()

# 筛选好股票函数
def select_good_stocks():
    # 反包策略
    df1 = pro.daily(ts_code='', trade_date='20220111',
                     fields='ts_code,trade_date,low,high,pre_close,open')
    df1['ST'] = abs(df1['pre_close'] - df1['low'])
    df1['BT'] = abs(df1['pre_close'] - df1['high'])
    df1['RCT1'] = df1['ST'] / (df1['high'] - df1['low'])
    df1['RCT2'] = df1['BT'] / (df1['high'] - df1['low'])
    df1['RC'] = df1[['RCT1', 'RCT2']].min(axis=1)

    # 开盘价在十日线左右
    df2 = pro.daily(ts_code='', trade_date='20220111',
                     fields='ts_code,trade_date,open,close,high,low')
    df2['MA10'] = df2['close'].rolling(window=10).mean()
    df2['REFMA10'] = df2['MA10'].shift()
    df2 = df2.dropna()
    df2 = df2[(df2['open'] >= df2['REFMA10'] * 0.98) & (df2['open'] <= df2['REFMA10'] * 1.02)]

    # 换手率3%-12%
    df3 = pro.daily_basic(ts_code='', trade_date='20220111',
                           fields='ts_code,trade_date,turnover_rate')

    # 合并数据
    good_stocks = pd.merge(df1[['ts_code', 'RC']], df2[['ts_code', 'open']], on='ts_code', how='inner')
    good_stocks = pd.merge(good_stocks, df3.iloc[:, :-1], on='ts_code', how='inner')

    # 深证主板中选股
    good_stocks = good_stocks[good_stocks['exchange'] == 'SZSE']
    good_stocks = good_stocks[good_stocks['list_status'] == 'L']

    # 返回股票代码
    good_stocks = good_stocks['ts_code'].reset_index(drop=True)

    return good_stocks

good_stocks = select_good_stocks()
print(good_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)

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