(同花顺量化)30日平均线向上_、规模2亿以上、振幅大于1

用户头像神盾局量子研究部
2023-08-31 发布

问财量化选股策略逻辑

选股逻辑:股票振幅大于1,规模大于2亿,30日平均线向上。将选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。

选股逻辑分析

该选股逻辑综合了技术面和基本面的因素,使用振幅、规模和30日均线等指标进行股票筛选。与前述选股策略不同的是,该策略引入了均线向上这一技术指标,是一种更加加强了市场趋势的选股方法。但是,该策略仍然存在选股因素的不确定性,其他因素如资产质量和管理质量等的影响可能被低估或者被忽略。

有何风险?

该选股策略的主要风险如下:

  1. 在选取30日均线时,只考虑了短期趋势,可能错过股票的长期趋势;
  2. 对于振幅和规模因素的筛选,具有局限性,不适用于所有市场;
  3. 只从技术面考虑选股风险较大,很容易出现过度交易的行为。

如何优化?

为了优化该选股逻辑,可以考虑以下改进措施:

  1. 考虑其它市场指针,如市场情绪指数、利润增长等,只使用30日均线指标来筛选可能存在有损策略表现;
  2. 对于振幅和规模因素,可以通过使用滚动统计值计算它们的近期表现,即最近一段时间的平均值或中位数,从而进一步确保精度和可靠性;
  3. 引入基本面信息,组合使用技术和基础分析,从而减少投资风险。

最终的选股逻辑

综合以上考虑和分析,我们对该选股逻辑进行了修改和优化,最终的选股逻辑如下:

  • 股票规模大于2亿;
  • 股票振幅大于1;
  • 引入滚动统计指标,综合考虑股票的技术面和基本面;
  • 股票30日均线向上。

同花顺指标公式代码参考

该选股策略的指标涉及股票振幅、规模和30日均线等,以下是通达信的相关代码:

/*
   筛选符合条件的股票
*/
SETVOLUNIT(1000);
SETTRADINGDAY(20190301,20221231);
SETFIRSTTRADINGDATEUNLINE(ALLSTOCKS,20190301);
SETTIMEZONE("Asia/Shanghai");

// 判断过滤条件是否符合条件
SELECT 
    // 振幅大于1
    IF(AMO!=0 
       AND (OPEN*1.0/UPRICE-1)*(OPEN*1.0/LOW-1)>1, 
       1,
       0
    ) AS amplitude_filter,

    // 规模大于2亿
    IF(TOTALCAPITAL*10000 >= 2,
       1,
       0
    ) AS capital_filter,

    // 30日均线向上
    IF(CLOSE > MA(CLOSE,30),
       1,
       0
    ) AS ma_filter,

    // 总体过滤
    IF(amplitude_filter AND capital_filter AND ma_filter,
        STOCKRANK_AVG_CAPITAL_30 / SUM(STOCKRANK_AVG_CAPITAL_30) DESC,
        0
    ) as stock_filter;

Python代码参考

该选股逻辑同样可以使用 Tushare 库获取股票数据和基本面数据,并基于振幅、规模和30日均线等因素进行筛选,以下是示例代码:

import tushare as ts

def is_selected(code):
    '''
    判断股票是否符合选股逻辑
    '''
    # 获取股票数据和财务数据
    k_data = ts.pro_bar(ts_code=code, start_date='20190101', end_date='20210820')
    basic_data = ts.get_stock_basics().loc[code]

    # 计算30日均线方向
    ma_direction = k_data['close'].rolling(30).apply(lambda x: (x.iloc[29] - x.iloc[0]) / 30)
    if ma_direction.iloc[-1] > 0:
        ma_filter = True
    else:
        ma_filter = False

    # 判断股票振幅、规模
    if 1 <= basic_data['amplitude'] <= basic_data['turnover_rate_f'] \
            and basic_data['outstanding'] * k_data.iloc[-1]['close'] >= 2e8 \
            and ma_filter:
        return True

    return False

# 获取符合选股逻辑要求的股票列表
selected_stocks = ts.get_stock_basics().index[ts.get_stock_basics().apply(is_selected, axis=1)].tolist()

# 根据选股结果进行后续交易操作
for code in selected_stocks:
    pass # 参考其他交易策略

该代码通过 Tushare 库获取股票数据和基本面数据,并使用振幅、规模和30日均线等因素进行筛选,参考了 Tushare 的 MA 指标计算。

    ## 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