(iwencai量化)反包_、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,反包。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. 反包,当日收盘价低于开盘价,并且收盘价在该日最低价以上,表明有较强的买盘行为。

有何风险?

该选股逻辑可能存在以下风险:

  1. 反包的判断条件可靠性较低,可能会筛选出一些伪反包的股票,导致选股效果不佳;
  2. 只考虑振幅和均线,条件较为单一,可能会错过其他优质股票。

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. 引入更多的基础筛选条件,例如流通市值、市盈率等,完善选股逻辑;
  2. 加入趋势判断,例如CCI、KDJ等,判断股票短期内的买卖趋势;
  3. 综合考虑公司基本面因素,如财务状况、业绩增长等,确定股票的长期投资价值。

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,反包;
  • 引入基础筛选条件,例如流通市值、市盈率等,完善选股逻辑;
  • 加入趋势判断,例如CCI、KDJ等,判断股票短期内的买卖趋势;
  • 考虑公司基本面因素,如财务状况、业绩增长等,确定股票的长期投资价值。

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,反包 */
    (HIGH-LOW)/REF(CLOSE,1)*100 >= 1 AND MA(CLOSE,20) > MA(CLOSE,120) 
    AND IF(CLOSE<OPEN, \
        IF(CLOSE=LOW, \
            0, \
            (OPEN-CLOSE)/(CLOSE-LOW) \
        ) \
        , \
        0\
    )>0
    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、CLOSE、HIGH、LOW等为同花顺自带的技术指标,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()

    #### 获取股票基本信息 ####
    rs_basic_info = bs.query_stock_basic()

    #### 获取行情数据 ####
    selected_code = []
    for code in rs_basic_info[(rs_basic_info['marketType']=='沪A') | (rs_basic_info['marketType']=='深A')]['code'].tolist():
        rs_data = bs.query_history_k_data_plus(code, "code,date,open,high,low,close,volume", 
                                               start_date=datetime(2021, 1, 1).strftime('%Y-%m-%d'), 
                                               end_date=datetime(2021, 12, 31).strftime('%Y-%m-%d'), 
                                               frequency="d", adjustflag="3")
        data = rs_data.get_data()
        
        if len(data) == 0:
            continue
        
        if float(rs_basic_info[rs_basic_info['code']==code]['flowHShare']) > 1000000000:
            continue
        
        if data['close'].iloc[-1]/data['close'].iloc[-2] >= 1 \
            and data['high'].max()/data['low'].min() > data['close'].shift(1).iloc[-1]*0.01 \
            and ((data['close']<data['open'])*((data['open']-data['close'])/(data['close']-data['low']))>0).iloc[-1]:
            selected_code.append(code)
    
    #### 登出系统 ####
    bs.logout()

    return selected_code

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