(同花顺量化)500日内至少2次涨停_、前天macd<0、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

选股逻辑为:振幅大于1、前天MACD<0、500日内至少2次涨停。该选股策略通过技术面指标和个股市场表现的判断来筛选出有潜力的股票,以获取短期的投资机会。

选股逻辑分析

该选股逻辑由三个搜索条件组成:振幅大于1、前天MACD<0、500日内至少2次涨停,以技术面指标和个股市场表现的判断为主要考量。该选股策略适用于短期交易,具有较高的市场灵活性。

有何风险?

该选股逻辑可能存在以下风险:

  1. 只考虑涨停次数并不能完全代表个股的市场表现,涨停次数过多或过少并不能完全反映市场对该股票真实价值的认知,可能导致预测失误。

  2. 涨停次数轻易地关注短期市场表现,忽略了个股的基本面,可能导致选中的股票的估值存在偏差。

  3. 涨停次数受到股票价格的制约,小市值个股涨停次数有可能少,而高价股涨停次数则偏多,导致选股结果存在偏差。

如何优化?

优化选股策略的建议如下:

  1. 可以加入各种利用基本面和市场心理等方面的指标,例如财务数据分析、市场动量指标、市场情绪指标等,以综合判断个股的投资价值。

  2. 结合选股过程中的深度学习技术,建立高精度、高效率的选股系统以提高选股效率和准确性。

  3. 经过回测和统计分析优化选股条件,例如适当放宽涨停次数限制、调整选股时间和选股规则等,以提高选股策略的稳定性。

最终的选股逻辑

选股条件为:振幅大于1、前天MACD<0、500日内至少2次涨停。选股策略以技术面指标和个股市场表现的判断为主要考量,适用于短期交易。

同花顺指标公式代码参考

通达信公式:

SELECT * FROM
(
    SELECT STOCKCODE,SNAME,AMPLITUDE,MACD(12,26,9) AS MACD,COUNT(*) AS CNT
    FROM
    (
        SELECT STOCKCODE,SNAME,AMPLITUDE,MACD(12,26,9)
        FROM HQ_DAILY
        WHERE T_TIME BETWEEN %stime1 AND %stime2
        AND GET_STFLAG()!=4
        AND AMPLITUDE>1.0
        AND MACD(12,26,9)<REF(MACD(12,26,9),1)
        AND CLOSE/LAG(CLOSE) > 1.097
        AND CLOSE/O:L(CLOSE) < 1.30
    )
    WHERE CNT >=2
    GROUP BY STOCKCODE,SNAME,AMPLITUDE,MACD(12,26,9)
)

该公式基于选股逻辑中的多个条件,在K线数据和市场表现数据上进行了筛选和补充。

python代码参考

from gm.api import *

set_token('your_token_here')

start_date = '2022-01-01'
end_date = '2022-01-08'

# 选出符合条件的股票
symbols_selected = []
for symbol in symbols:
    # 获取股票历史交易数据
    df = history(symbol=symbol, frequency='d', start_time=start_date, end_time=end_date,
                 fields='open,high,low,close,volume,limit_up,limit_down,trade_status')
    # 筛选出符合条件的股票
    if (len(df) < 2 or df.iloc[-1]['limit_up'] > 0 or df.iloc[-1]['close'] / df.iloc[-2]['close'] <= 1.097
            or df.iloc[-1]['close'] / df.iloc[-2]['close'] >= 1.30):
        continue
    amplitude = ta.ATR(df, timeperiod=14)
    macd = ta.MACD(df, fastperiod=12, slowperiod=26, signalperiod=9, price='close')
    if (amplitude.iloc[-1] <= 1 or macd['macd'][-2] >= 0 or
            len(df[df['high'] >= df['close'].shift(1) * 1.097]) < 2):
        continue
    symbols_selected.append(symbol)

# 根据选股结果进行交易
for symbol in symbols_selected[:10]:
    order_target_percent(symbol=symbol.replace('XSHE', 'SZSE'), percent=0.1, side=OrderSide_Buy,
                          order_type=OrderType_Limit, position_effect=PositionEffect_Open,
                          price=get_last_n_bars(symbol=symbol, window='d', count=1, fields='close')['close'][0])

以上代码基于选股逻辑为:振幅大于1、前天MACD<0、500日内至少2次涨停,以技术面指标和个股市场表现的判断为主要考量,在代码中加入了风险管理和短期交易的考虑。代码中选股条件可以根据需要进行修改。

    ## 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