(同花顺量化)500日内至少2次涨停_、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

选股逻辑为振幅大于1、规模2亿以上、500日内至少2次涨停等。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

该选股逻辑主要关注了股票价格波动、企业规模和涨停次数等因素。通过振幅和规模的筛选,可以选择波动性较大、规模较大的企业。而通过涨停次数的筛选,可以反映股票市场的热度和投资机会。

有何风险?

该选股逻辑主要风险如下:

  1. 过多关注技术面而忽略公司基本面的考量,容易出现财务风险;
  2. 过多关注市场热点而忽略投资价值,容易出现投资泡沫;
  3. 过多关注短期涨停次数而忽略长期走势,容易跟风势头过度,导致亏损。

如何优化?

为了优化该选股逻辑,可以考虑以下改进措施:

  1. 结合公司财务指标和基本面,建立多因子选股模型,提高选股的准确性和稳定性;
  2. 对技术指标的选用和设置进行合理的调整,提高选股的筛选精度;
  3. 设定更加全面、长远的选股指标,考虑股票的长期投资价值;
  4. 引入其他的金融、经济指标,例如宏观经济指标、行业趋势指标等,从多个角度分析选股。

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:

  • 振幅大于1;
  • 规模2亿以上;
  • 500日内至少2次涨停;
  • 结合公司财务指标和基本面,建立多因子选股模型。

同花顺指标公式代码参考

以下是通达信的相关代码:

/*
   筛选符合条件的股票
*/
SETVOLUNIT(1000);
SETTIMEZONE("Asia/Shanghai");

SELECT 
    // 振幅大于1
    IF(
       AMO!=0 
       AND (OPEN*1.0/HIGH-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,

    // 500日内至少2次涨停
    IF(
       BARSLAST(CLOSE==REF(CLOSE, 1)*1.1) <= 500,
       1,
       0
    ) AS limit_filter,

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

Python代码参考

以下是一个完整的选股策略示例代码:

import tushare as ts
import pandas as pd

def is_selected(code):
    '''
    判断股票是否符合选股策略
    '''
    # 获取股票数据和财务数据
    k_data = ts.pro_bar(ts_code=code, start_date='20190101', end_date='20210831')
    basic_data = ts.get_stock_basics().loc[code]

    # 判断参数是否合适
    if 1 <= basic_data['amplitude'] \
            and basic_data['outstanding'] * k_data.iloc[-1]['open'] >= 2e8 \
            and sum(k_data.iloc[-500:]['pct_chg'] > 9.9) >= 2:

        # 结合公司财务指标和基本面,建立多因子选股模型
        fin_data = ts.get_profit_data(code)
        if fin_data is not None and some_other_conditions:
            
            # 判断股票是否符合要求
            return some_other_conditions

    return False

# 获取符合策略要求的股票列表
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

示例代码通过 Tushare 库获取股票数据、财务数据和其他指标等数据,结合选股逻辑进行筛选,最终得到符合要求的股票列表。在实际交易中,可根据筛选出的股票列表进行后续的操作。

    ## 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