(iwencai量化策略)北京A股除外_、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,北京A股除外。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. 排除北京A股,筛选非北京地区的个股。

有何风险?

该选股逻辑可能存在以下风险:

  1. 排除北京A股可能会导致一些具有潜力的公司被错过;
  2. 只考虑振幅和均线,对公司基本面等因素缺乏考虑;
  3. 受市场环境影响较大,适应性不强。

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. 综合考虑公司基本面因素,例如财务状况、产业前景等,并对公司业务模式进行深入了解,以确定其长期价值;
  2. 加入板块选择条件,选择行业前景和资金增量大的;
  3. 考虑引入风险管理策略,例如对股票持有比例进行管理控制。

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,北京A股除外;
  • 在确定波动性和上涨趋势的条件下,也要综合考虑公司基本面因素;
  • 加入板块选择条件,选择行业前景和资金增量大的;
  • 引入风险管理策略,控制股票持有比例。

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,北京A股除外 */
    (HIGH-LOW)/REF(CLOSE,1)*100 >= 1 AND MA(CLOSE,20) > MA(CLOSE,120) 
    AND "地域板块" NOT LIKE "北京市"
    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、“地域板块”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]['area']) == 1:
            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:
            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