(同花顺量化)9点25分涨幅小于6%_、昨日竞价换手率大于0

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:在RSI小于65、昨日竞价换手率大于0.26、9点25分涨幅小于6%的股票中,选取符合条件的股票。

选股逻辑分析

该选股策略主要是基于技术面和市场行情进行选股,选股逻辑主要考虑了RSI、竞价换手率、涨幅等指标的结合筛选,通过这种方式可以筛选出市值较大、相对具备稳定性但价格并未到达高点的股票。RSI主要可以衡量股票价格是否超买超卖,竞价换手率则可以反映市场的交易活跃度,9点25分涨幅则可以反映短期趋势。在进行选股时将这些指标进行搭配筛选,可以提高选股的准确性和可靠性。

有何风险?

与之前选股策略相比,9点25分涨幅增加了一个新的条件,如果该条件过于苛刻,可能会导致股票的筛选范围变小,甚至出现筛选不到符合条件的股票的情况。同时,在极端的情况下,股价可能会超过RSI的范围,甚至出现暴涨或暴跌的现象。

如何优化?

1.调整时间段:将9点25分涨幅的条件改为当天开盘涨幅或15分钟涨幅,可以使得选股范围更加广泛,降低筛选的过于苛刻。

2.加入更多指标:通过加入更多的指标,如均线、MACD等技术指标,可以更全面地评估股票的趋势和波动性,从而达到更加科学的选股策略。

最终的选股逻辑

选股标准为RSI小于65、昨日竞价换手率大于0.26、9点25分涨幅小于6%的股票为选取对象。

同花顺指标公式代码参考

// RSI小于65
CONDITION1 = RSI(C,14) < 65;

// 昨日竞价换手率大于0.26
CONDITION2 = Turnover > 0.26;

// 9点25分涨幅小于6%
V0 = REF(VOL,1);
V1 = VOL - V0;
C1 = IFF(V1 < 0, C - V1 * 1000 / V0 / 100, C);
VRT[(C1+H+L)/3]H=VIG_CDC2(C1,V0*1000,V0*1000,2)*10,1;
CONDITION3 = VRT < 1.06;

// 按股价排名
SORT_BY = ASC(股价);

// 筛选符合条件且按股价排名的股票
SELECT (CONDITION1 AND CONDITION2 AND CONDITION3) ORDER BY SORT_BY;

python代码参考

import datetime
import tushare as ts
import talib

def select_stocks(stocks):
    res = []
    for stock in stocks:
        try:
            basic_data = ts.get_stock_basics()
            circ_value = basic_data.loc[stock]['circulating_a'] * basic_data.loc[stock]['price'] / 100000000
            if circ_value < 100:
                continue
            k_data = ts.get_k_data(stock, start='1900-01-01', end=datetime.datetime.now().strftime('%Y-%m-%d'))
            rsi = talib.RSI(k_data['close'].astype(float).values, timeperiod=14)[-1]
            turnover = k_data['turnover'].astype(float).values[-2] / 100
            vrt = (k_data.loc[k_data['time'] == '09:25']['close'].astype(float).values[0] - k_data.loc[k_data['time'] == '09:15']['close'].astype(float).values[0]) / k_data.loc[k_data['time'] == '09:15']['close'].astype(float).values[0]
            if rsi < 65 and turnover > 0.26 and vrt < 0.06:
                res.append((basic_data.loc[stock]['price'], stock))
        except:
            continue
    res.sort()
    return [i[1] for i in res]

stocks = ts.get_stock_basics().index
res = select_stocks(stocks)
print(res)

注意:在实际代码中可能需要对于数据类型和异常进行额外的判断。

    ## 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