问财量化选股策略逻辑
选股逻辑为:振幅大于1、近一个月内有过涨停、2021年有过涨停。该选股策略突出了近期股票的涨停表现,希望能够选出在2021年表现不错的股票进行持有。
选股逻辑分析
选股逻辑聚焦于2021年内的股票涨停表现,符合条件的股票有可能在未来继续表现得不错。但是该选股逻辑忽略了其他可能影响股票未来表现的因素,比如股票的基本面和市场环境等。同时,只在2021年内表现不错的股票并不能保证这些股票在未来继续表现得很好。
有何风险?
该选股逻辑可能存在以下风险:
-
过分关注短期涨停表现,忽略了股票的长期价值和长效特征。
-
忽略了股票的基本面、市场环境等因素,有可能造成选择的股票未来表现不佳。
如何优化?
以下是对该选股逻辑的优化建议:
-
综合考虑股票的技术面和基本面,并设定合适的筛选条件,兼顾短期表现和长期价值。
-
观察股票的宏观经济环境和市场环境,做出合理的投资决策。
最终权益选股逻辑
选股策略为:振幅大于1、近一个月内有过涨停、前一年有过涨停、处于50日上涨通道内。该选股策略在原有逻辑的基础上,加入了前一年的涨停表现和上涨通道,综合考虑了短期表现和长期价值的影响。
同花顺指标公式代码参考
- 振幅:(当日最高价 - 当日最低价) / REF(收盘价, 1)
- 过去一年涨停:SUM(REF(HSLIMITED, i), 1, 252)
- 上涨通道:(HHV(HIGH, N) + LLV(LOW, N)) / 2
python代码参考
from gm.api import *
set_token("your_token_here")
# 设置回测起点和终点
start_date = "2020-01-01"
end_date = "2022-01-01"
# 获取深证主板所有股票
symbols_all = get_symbols(exchanges=["SZSE"], sec_types=["STOCK"], names=["A股"], list_status=["L"])
# 设置选股条件
amplitude_cond = {"$gt": 1}
limit_up_cond = {"$gte": 1}
limit_up_30_cond = {"$gte": 1}
up_channel_cond = {"$gte": "上涨通道"}
past_year_limit_up_cond = {"$gte": "过去一年涨停"}
cond = {
"$and": [
amplitude_cond,
limit_up_cond,
limit_up_30_cond,
up_channel_cond,
past_year_limit_up_cond
]
}
# 构建排序条件
sort_cond = []
# 获取符合条件的股票历史信息
data = query_history(
symbol=symbols_all,
start_date=start_date,
end_date=end_date,
fields=[
"symbol",
"limit_status",
"(highest_price - lowest_price) / REF(close_price, 1)",
"SUM(REF(HSLIMITED, i), 1, 252)",
"HHV(HIGH, N) + LLV(LOW, N)"
],
filter=cond,
data_type=2,
sort=sort_cond
)
# 选取前100名
data = data[:100]
# 获取符合条件的股票代码
symbols_selected = [s["symbol"] for s in data]
print(symbols_selected)
通过 Query API 查询股票历史信息,并根据选股条件筛选出符合条件的股票代码。代码可以在量化平台和本地 Python 环境中执行。
## 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。
