(supermind)振幅大于1、今日控盘>21、昨日非涨停板_

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选股逻辑:振幅大于1,今日控盘>21,昨日非涨停板。

选股逻辑分析

该选股策略主要选股标准为振幅、控盘以及昨日涨停板情况,其中振幅和控盘受到市场资金的影响,昨日涨停板情况则反映了市场情绪。由此策略为投资者筛选出了具有较高的资产价值和持续增长的公司。

有何风险?

该选股策略可能面临以下风险:

  1. 选股指标不够精细:该策略选股标准偏简单,忽略了很多具有重要参考价值的指标,比如财务报表、行业分析等;
  2. 昨日涨停板情况带来的代价:过多关注昨日涨停板情况会忽略公司基本面和技术面的分析,容易让投资者陷入局部思考而无法做出全面评估;
  3. 时效性:该选股策略可能也需要根据市场实际情况进行及时调整。

如何优化?

为了降低风险和提高该策略的精度,我们可以通过以下措施进行优化:

  1. 细化选股指标:引入更多的基本面和技术面的指标,如市净率、净利润增长率等指标;
  2. 更加精细的数据筛选:在样本筛选中增加更多指标,包括公司基本属性、行业动向、特定指标的走势等;
  3. 关注基本面的重要性:过多关注昨日涨停板情况并不利于长期投资者构建优质投资组合。基本面和技术面的分析成为更为重要的考量;
  4. 放缓买卖节奏:策略优化后,需要放缓买卖节奏,尤其避免市场波动大时频繁交易。

最终的选股逻辑

综上所述,我们最终选择以下选股逻辑:

  1. 振幅大于1;
  2. 今日控盘大于21;
  3. 昨日非涨停板;
  4. 市净率小于3,净利润增长率大于10%。

同花顺指标公式代码参考

SET dib='a';
SET t=10;
C1 = AMP()>1;
C2 = CONTROLLING_SHARES_DAY_CHG()>21 AND dib>=(-0.15);
C3 = NOT(MAX(HIGH/DELAY(CLOSE,1)-1, MAX(LOW/DELAY(CLOSE,1)-1, ABS((CLOSE/DELAY(CLOSE,1)-1))))>0.099);
C4 = PB()<3 AND growth(net_profit, year_on_year)>0.1;
SELECTOR = C1 AND C2 AND C3 AND C4;
RESULT = SORT(RANK(SELECTOR), 1)==1;

python代码参考

def select_stocks():
    selected_stocks = []
    all_trading_days = get_all_trade_days()
    all_trading_days = sorted(all_trading_days, reverse=True)
    for stock in get_all_stocks():
        c1 = get_price(stock, end_date=datetime.now(), frequency='1d', fields='amplitude')[-1] > 0.01
        c2 = abs(get_controlling_shareholders(stock, end_date=datetime.now(), frequency='1d')['controlling_shareholders_day_pct_change'][-1]) > 0.21
        c3 = not is_st_and_limit_up(stock, days=1, count=1)
        data = get_fundamentals(query(valuation, income).filter(valuation.code == stock), date=datetime.now())
        if not data.empty:
            c4 = data['valuation_pb'][0] < 3 and data['income_net_profit_growth_yoy'][0] > 0.1
        if c1 and c2 and c3 and c4:
            selected_stocks.append(stock)
    selected_stocks = sorted(selected_stocks, key=lambda x: get_price_change(x, 1, datetime.now(), frequency='1d'), reverse=True)
    return selected_stocks[:5]

result = select_stocks()
print(result)

以上Python代码仅供参考,具体实现还需要根据自己的需求进行调整。

    ## 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