(iwencai量化策略)北京A股除外_、大单净量排行、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、大单净量排行、北京A股除外。该选股策略主要是基于技术面来选股,通过振幅和大单净量等指标来筛选优质企业,在保证安全性的前提下获取中长期的投资机会。

选股逻辑分析

该选股逻辑主要是基于技术面来选股,通过振幅和大单净量等指标来筛选优质企业。北京A股除外,可能是因为北京地区的股市规模较小,流动性和投资机会有限。该选股策略比较简单,主要考虑企业的市场活跃度和投资机会,以寻找中长期的投资机会。

有何风险?

该选股策略存在一定的风险,可能会出现过于局限的问题,也就是说如果市场处于下跌或者盘整状态,该策略可能无法及时调整和适应市场变化。另外,北京地区的股市发展也可能会因为种种原因出现异常波动或者其他风险,从而影响选股的准确性。

如何优化?

在策略优化上,可以尝试加入其他的技术指标和基本面因素来提高选股准确率和稳定性,也可以根据市场变化来动态地调整选股条件,以适应市场变化。另外,可以从行业角度出发,进一步细化指标和筛选条件,寻求优质的股票投资机会。

最终的选股逻辑

选股条件为:振幅大于1、大单净量排行、北京A股除外。需要加入其他的技术指标和基本面因素来提高选股准确率和稳定性,并且根据市场变化动态地调整选股条件。投资者要从行业角度出发,进一步细化指标和筛选条件,以寻求优质的股票投资机会。

同花顺指标公式代码参考

SET SELECTED = (HIGH - LOW) / REF(CLOSE, 1) > 0.01 AND AMOUNT > 0 AND LEFT(GSUB(SUBSTR(TS_CODE, 1, 6), '600000'), 2) != '11';

Python代码参考

import pandas as pd
import tushare as ts

def select_stocks(length):
    ts.set_token('your token')
    pro = ts.pro_api()

    # 获取股票数据
    stock_data = pro.stock_basic(list_status='L', exchange='SSE', fields='ts_code,symbol,name,industry,list_date')
    current_date = '20220308'

    # 筛选符合条件的股票
    selected_stocks = []
    for index, row in stock_data.iterrows():
        code = row['ts_code']
        info = {}
        info['code'] = code
        info['name'] = row['name']

        # 获取技术指标和基本面
        tech_data = pro.query('daily_basic', ts_code=code, trade_date=current_date, fields='turnover_rate, amount, close')
        if len(tech_data) > 0 and tech_data.iloc[0]['amount'] > 10 ** 9:
            price_data = pro.daily(ts_code=code, start_date='20200101', end_date=current_date, fields='open,high,low,close')
            if not price_data.empty:
                # 判断是否符合条件
                cond1 = (price_data.iloc[-1]['high'] - price_data.iloc[-1]['low']) / price_data.iloc[-2]['close'] > 0.01
                cond2 = tech_data.iloc[0]['turnover_rate'] > 3
                cond3 = row['list_date'] < '20100101'
                cond4 = '11' not in row['ts_code'][:6]
                if cond1 and cond2 and cond3 and cond4:
                    selected_stocks.append(info)

            if len(selected_stocks) >= length:
                break

    return selected_stocks

致辞

本次问答为问财量化选股策略逻辑的第二十五篇,该选股策略主要基于技术面来选股,通过振幅和大单净量等指标来筛选优质企业,同时排除北京地区的股票。需要投资者根据市场变化和个人需求进行动态调整和优化,同时进行数据回测等方法来验证策略的可行性和稳定性。

    ## 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