(同花顺量化)2021年_、今日最低价小于昨日最低价、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

该选股策略包括三个条件:

  • 振幅大于1
  • 今日最低价小于昨日最低价
  • 数据来源为2021年

选股逻辑分析

该选股策略同样采用多重条件筛选。振幅大于1和今日最低价小于昨日最低价表明当前股票波动较大,但面临反弹可能。数据来源为2021年表明筛选出的股票是近期市场表现较好的股票。

有何风险?

该选股策略缺少基本面分析的指标,存在忽略股票基本面的风险。同时,振幅、最低价等指标均从短期角度出发,可能忽略股票长期表现。

如何优化?

该选股策略应该加入其他基本面指标,如公司财报情况、市盈率、市净率等,以更全面地评估股票潜力。同时,考虑一些针对长期趋势的指标,比如均线、MACD等来更好地预测股票的未来走势,预防过分高估股票潜在的表现。

最终的选股逻辑

基于以上分析,完善后的选股逻辑为:

  • 振幅大于1,市场对波动剧烈的股票更感兴趣;
  • 今日最低价小于昨日最低价,表明股票下跌趋势已经明显;
  • 数据来源为2021年,筛选出近期表现较好的股票;
  • 加入其他基本面指标和技术指标进行评估。

同时,设置较长的均线值等作为补充。

同花顺指标公式代码参考

  • 振幅大于1:amplitude > 1
  • 今日最低价小于昨日最低价:low < ref(low, 1)
  • 数据来源为2021年:trade_date > "20210101"

python代码参考

import pandas as pd
import tushare as ts
import talib

df = ts.get_stock_basics()
codes = df.index.tolist()

result = pd.DataFrame()

for code in codes:
    bars = ts.get_hist_data(code)
    if bars is not None and len(bars) > 1 and bars.index[0].startswith("2021"):
        is_amplitude_large = bars['high'][-1]/bars['low'][-1] > 1.01
        is_today_lowest = bars['low'][-1] < bars['low'][-2]
        if is_amplitude_large and is_today_lowest:
            # 其他基本面指标和技术指标
            result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': bars['close'][-1], 'rsi': talib.RSI(bars['close'].values)[-1], 'gross_profit': df.loc[code]['gross_profit_ratio'], 'total_assets': df.loc[code]['total_assets'], 'pb': df.loc[code]['pb'], 'pe': df.loc[code]['pe']}, ignore_index=True)

result = result.sort_values(by=['total_assets'], ascending=False)
    ## 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