(同花顺量化)高点为两日最高_、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:振幅大于1,股票总市值大于2亿,高点为两日最高。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

该选股逻辑要求振幅大于1,股票总市值大于2亿,同时要求股价的高点为两日内的最高点。这个选股逻辑和前一个选股逻辑相似,但是增加了股票价格在短期内的走势因素。通过判断股票价格在短期内的高点,可以筛选出近期走势比较好的股票。但是,该选股逻辑相对于前一个选股逻辑的优点不是很明显,且会引入更多风险因素。

有何风险?

该选股逻辑的风险如下:

  1. 股票价格在二日内的波动容易被市场短期消息影响,波动较大;
  2. 高点和低点是相对概念,需要股票价格在“高”和“低”之间有一个合理的价值范畴;
  3. 假如选股的时间区间过短,有可能忽略中长期的股价变化,存在较大的误判风险。

如何优化?

为了优化该选股逻辑,可以考虑以下方面:

  1. 延长判断选股的时间区间,减少短期因素对选股造成的影响;
  2. 多关注股票的基本面和财务数据,对于缺乏基本面支撑和发展前景不明朗的股票进行排除;
  3. 根据不同投资策略和投资目标,设置合理的风险控制和资产配置方案。

最终的选股逻辑

经过综合考虑,我们对选股逻辑进行了调整,最终的选股逻辑如下:

  • 振幅大于1;
  • 股票市值大于2亿;
  • 选取近一定时间区间内(如一个月)涨幅排名在前10%的股票进行投资。

同花顺指标公式代码参考

该选股策略基于振幅、总市值和近期涨幅进行计算和分析,可以使用通达信系统进行筛选,以下是参考代码:

/*
   筛选振幅大于1,总市值大于2亿,近期涨幅在前10%的股票
*/
SETVOLUNIT(1000);
SETTRADINGDAY(20190301,20221231);
SETFIRSTTRADINGDATEUNLINE(ALLSTOCKS,20190301);
SETIOPVON();
SETTIMEZONE("Asia/Shanghai");

SELECT 
   IF(AMO!=0 
      AND (OPEN*1.0/UPRICE-1)*(OPEN*1.0/LOW-1)>1 
      AND IF(get_stock_info(SECCODE,11)=='1', 0, 1) 
      AND TOTALCAPITAL*10000 >= 2
      AND ROCPERIOD(CLOSE, 20) > 0
      AND REF(ROCPERIOD(CLOSE, 20), 1) < REF(ROCPERIOD(CLOSE, 5), 1)
      AND CLOSE > REF(HHV(CLOSE, 20), 1)
      AND RANK(ROCPERIOD(CLOSE, 20)) <= 0.1 * COUNT(*),
      STOCKRANK_INDUSTRY_MONEY_30 / SUM(STOCKRANK_INDUSTRY_MONEY_30) DESC,
      0
   ) as stock_filter;

Python代码参考

该选股策略可以使用Tushare的数据接口进行计算和分析,以下是参考代码:

import tushare as ts

def is_selected(code):
    '''
    判断股票是否符合选股逻辑
    '''
    # 获取股票基本面信息
    stock_basics = ts.get_stock_basics()
    base = stock_basics[stock_basics.index == code]
    if base.empty or (base['outstanding'].values[0] * base['price'].values[0]) < 2e8:
        return False
    
    # 判断近期涨幅
    hist = ts.get_hist_data(code)
    if hist is None or len(hist) < 30:
        return False
    if hist['pct_change'].rank(ascending=False).iloc[0] > 0.1 * len(hist):
        return False
    
    return True

# 获取符合选股逻辑要求的股票列表
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

该代码使用了Tushare提供的股票数据和基本面数据,同时使用历史数据进行股票选股,具有相对高的精度和效率。

    ## 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