(同花顺量化)高点为两日最高_、集中度70_20%、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、集中度70<20%、高点为两日最高。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

该选股逻辑主要考虑了价格波动、市场集中度和趋势性,通过结合股票价格和市场热度来发现具有较强买入力量且处于短期趋势上扬的股票。

有何风险?

该选股策略主要风险如下:

  1. 没有考虑到公司本身的财务情况,可能带来不确定性因素。
  2. 只选取短期的趋势性股票,没有结合公司基本面进行筛选,有较大的风险。
  3. 只取两日最高,可能会出现因为偶然性因素导致股票价格出现较大波动,选出的股票不能持续上涨。

如何优化?

为了缓解以上风险,可以考虑以下优化措施:

  1. 在选股逻辑中需要结合公司基本面的情况,并根据公司财务情况进行相应的调整,提高筛选的准确性和合理性。
  2. 对于趋势性股票的选择,可以对股票的长期走势进行考虑,结合波动率进行筛选,选择波动性较小且具备较长上涨周期的股票,进行持久性投资。
  3. 选股逻辑应该建立在更为长久的时间内,单纯选取两日最高或者最低可能会因偶然因素而出现错误结果,应该选取连续性更强且变化不大的数据。

最终的选股逻辑

经过优化后,我们得出了以下完善版的选股逻辑:

  • 振幅选择在2%至10%之间;
  • 市场集中度在30%到80%之间;
  • 取两日最高价做为短期趋势进行筛选;
  • 根据公司财务情况进行筛选,选择具有长期价值的股票;
  • 结合股票波动率和长期走势进行筛选;
  • 考虑持仓周期和风险控制。

注:以上选股逻辑仅供参考,具体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
    /* 振幅选择2%-10%之间 */
    (high/low-1) >= 0.02 AND (high/low-1) <= 0.1 AND
    /* 市场集中度在30%到80%之间 */
    (circ_mv/total_mv >= 0.3 AND circ_mv/total_mv <= 0.8) AND
    /* 取两日最高价进行筛选 */
    high = HIGHEST(high,2) AND
    /* 根据公司财务情况进行筛选,选择具有长期价值的股票 */
    (some_long_term_conditions) AND
    /* 结合股票波动率和长期走势进行筛选 */
    (some_long_term_conditions_2)
ORDER BY TRADEADDTOVOL(20) DESC, amount DESC

Python代码参考

以下是选股策略示例代码:

import tushare as ts

def is_selected(code):
    '''
    判断股票是否符合选股策略
    '''
    # 获取股票基本信息
    stock_info = ts.get_stock_basics().loc[code]

    # 判断股票是否符合条件
    if (stock_info['high'] - stock_info['low']) / stock_info['close'] >= 0.02 and 0.3 <= (stock_info['circulating_share']*stock_info['price']) / stock_info['totals'] <= 0.8:
        # 取两日最高价进行筛选
        two_days_high = ts.get_k_data(code, ktype='D', index=True)[-2:]['high'].max()
        two_days_max = ts.get_k_data(code, ktype='D', index=True)[-2:]['close'].max()
        some_trend_conditions = True if two_days_high == two_days_max else False

        # 根据公司财务情况进行筛选,选择具有长期价值的股票
        some_long_term_conditions = True if (some_conditions) else False

        # 结合股票波动率和长期走势进行筛选
        some_long_term_conditions_2 = some_trend_conditions and some_long_term_conditions

        # 判断股票是否符合要求
        return some_long_term_conditions_2

    return False

# 获取符合策略要求的股票列表
selected_stocks = [code for code in ts.get_stock_basics().index if is_selected(code)]

# 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 库获取相应的股票数据,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,可根据筛选和排序结果进行后续的操作。

    ## 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

需要帮助?

试试AI小助手吧