(同花顺量化)规模2亿以上_、20日均线大于120日均线、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1,20日均线大于120日均线,规模2亿以上。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

该选股策略基于以下几个条件来筛选股票:

  1. 振幅大于1,说明该股票存在较大波动性,有更高的交易机会;
  2. 20日均线大于120日均线,说明该股票处于上涨趋势;
  3. 规模2亿以上,说明该股票具备一定的实力并且市场流动性较好。

有何风险?

以下是该选股策略可能产生的风险:

  1. 忽视基本面等因素,仅仅考虑技术面;
  2. 规模较大的公司可能存在估值过高的风险;
  3. 选股条件过于严格,可能会忽略一些具备高投资价值的股票。

如何优化?

为降低以上可能产生的风险,可以考虑以下优化措施:

  1. 加入基本面因素的分析,如行业、资产负债率、营收增长率等;
  2. 不仅仅考虑选股条件,还要考虑择时等因素的影响;
  3. 加入经济指标的影响分析,如GDP、CPI等。

最终的选股逻辑

经过上述优化,得到以下完善版的选股策略:

  • 振幅大于1,20日均线大于120日均线,规模2亿以上的股票;
  • 加入基本面因素的分析,并综合考虑择时等因素的影响;
  • 加入经济指标的分析。

注:以上选股策略仅供参考,具体可以根据实际需求和风险承受能力进行调整。

同花顺指标公式代码参考

以下是同花顺的相关代码:

/* 将具体选股条件填充至筛选公式中 */
SELECT 
    /* 振幅大于1,20日均线大于120日均线,规模2亿以上的股票 */
    (HIGH-LOW)/REF(CLOSE,1)*100 >= 1 AND MA(CLOSE,20) > MA(CLOSE,120) AND
    "SH" INSTR "stock_exchange" AND "市值_亿元" >= 2
    ORDER BY stock_heat DESC
LIMIT 10

注:以上代码需要在同花顺的选股界面中进行填充,其中MA、REF、stock_heat、stock_exchange、市值_亿元为同花顺自带的技术指标,CLOSE为同花顺自带的收盘价指标,具体使用方法可以参考同花顺的使用说明。

python代码参考

以下是python代码的参考:

import baostock as bs
import pandas as pd
from datetime import datetime, timedelta

def stock_selection():
    #### 登陆系统 ####
    lg = bs.login()

    #### 获取行情数据和股票基本信息 ####
    rs_data = bs.query_history_k_data_plus("sh.000001", "code,open,high,low,close", 
                                           start_date= (datetime.now() - timedelta(days=21)).strftime('%Y-%m-%d'), 
                                           end_date= datetime.now().strftime('%Y-%m-%d'), 
                                           frequency="d", adjustflag="3")
    
    rs_basic_info = bs.query_stock_basic()

    #### 筛选出符合条件的股票 ####
    data = rs_data.get_data()
    data = data[data['code'].isin(rs_basic_info[rs_basic_info['stock_exchange'] == 'SH']['code'].tolist())]  # 市场板块选择上海证券交易所
    data = data[data['close'] > data['close'].rolling(20).mean()]  # 20日均线大于收盘价
    data = data[data['close'] > data['close'].rolling(120).mean()]  # 120日均线大于收盘价
    data = data[data['turn'].rolling(21).sum() > 0]  # 均值为1,筛选规模2亿以上
    data = data[data['high'] - data['low'] > data['close']*0.01]  # 振幅大于1%
    data.reset_index(drop=True, inplace=True)

    selected_stock = list(data['code'].unique())

    #### 登出系统 ####
    bs.logout()

    return selected_stock

注:以上python代码需要安装baostock、pandas等库,仅供参考,具体根据实际需求和风险承受能力进行调整。

    ## 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

需要帮助?

试试AI小助手吧