(同花顺量化)高点为两日最高_、至少5根均线重合的股票、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
  • 至少5根均线重合的股票
  • 高点为两日最高

选股逻辑分析

该选股策略同样侧重于技术面,振幅大于1、至少5根均线重合这两个条件均为找到一些稳定的股票,并通过高点为两日最高的条件寻找它们的上升趋势。

有何风险?

高点两日最高容易被某个小涨幅动摇,位于上升通道上时可能会误判拐点,且忽视了多个角度来考虑股票的长期趋势。

如何优化?

可以依旧选择技术分析的内容,如均线的不同结合情况等。最好能排除节假日和赛前临时等非正常时间内的价格变化等突发情况对选股的影响。

最终的选股逻辑

综合因素修改后的选股逻辑为:

  • 振幅大于1,市场对于波动剧烈的股票更感兴趣;
  • 5日均线、10日均线、20日均线、30日均线、60日均线重合,表示股票处于相对稳定状态;
  • 均线方向上涨,表示股票处于上升趋势;
  • 排除非正常时间的价格变化等突发情况。

同花顺指标公式代码参考

  • 振幅大于1:(high-low)/low > 0.01
  • 至少5根均线重合的股票:同上
  • 高点为两日最高:
    • 取两日最高点,并判断是否为当前收盘点,同时判断前两日是否处于上涨状态
  • 均线方向上涨:
    • 选定5日、10日、20日、30日、60日任意两根,设为ma1和ma2,满足ma1[-1]>ma1[-2]且ma2[-1]>ma2[-2],筛选出这种情况的股票。

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:
    is_amplitude_large = False
    is_ma_converge = False
    is_high_2day = False
    is_ma_direction_up = False

    bars = ts.get_k_data(code, ktype='D')
    
    if bars is not None:
        is_amplitude_large = (bars['high'].iloc[-1] - bars['low'].iloc[-1])/bars['low'].iloc[-1] > 0.01
        
        # 至少5根均线重合的股票
        close = bars['close'].values
        ma_5 = talib.MA(close, timeperiod=5)
        ma_10 = talib.MA(close, timeperiod=10)
        ma_20 = talib.MA(close, timeperiod=20)
        ma_30 = talib.MA(close, timeperiod=30)
        ma_60 = talib.MA(close, timeperiod=60)
        ma_count = len(set([ma[-1] for ma in [ma_5, ma_10, ma_20, ma_30, ma_60]]))
        is_ma_converge = ma_count >= 5

        # 高点为两日最高,且前两天的价格都点子有上涨
        high_index = bars['high'].rolling(2).apply(lambda x: x[0]<x[1], raw=False).iloc[-1]
        is_high_2day = bars['close'].iloc[-1] == bars['high'].iloc[high_index-1:high_index+1].max()
        is_ma_direction_up1 = ma_5[-1] > ma_5[-2]
        is_ma_direction_up2 = ma_20[-1] > ma_20[-2]
        is_ma_direction_up = (is_ma_direction_up1 and is_ma_direction_up2) or (not is_ma_direction_up1 and not is_ma_direction_up2)

        if is_amplitude_large and is_ma_converge and is_high_2day and is_ma_direction_up:
            result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': bars['close'].iloc[-1], 'industry': df.loc[code]['industry']}, ignore_index=True)

result = result.sort_values(by=['industry'], 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