(iwencai选股策略)近25个交易日有单日涨幅大于等于百分之10_、集中度70_20%

用户头像神盾局量子研究部
2023-09-01 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%,近25个交易日有单日涨幅大于等于百分之10。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

该选股策略主要考虑股票的波动性、市场分散度和短期涨幅,通过较大波动性、市值较小、近期有较大涨幅的股票,去寻找潜在较高的股价涨幅,并取得较好的投资回报。

有何风险?

该选股策略主要风险如下:

  1. 过于追求短期涨幅,可能忽略了公司的基本面和长期发展潜力等因素;
  2. 市值较小、波动性较高的股票,存在较大风险;
  3. 过于追求单日涨幅,可能忽略了股票长期的趋势。

如何优化?

为降低以上的风险,可以考虑以下优化措施:

  1. 选股策略中,波动性、市值、短期涨幅等因素的权重可以进行适当权衡,加入其他因素如基本面、行业等因素进行分析,结合多种因素考虑选股;
  2. 对市值较小、波动性较高的股票,可以进行分散化投资,降低风险;
  3. 追求短期涨幅的同时,也要注意股票的长期趋势,结合多个时间周期进行分析。

最终的选股逻辑

经过上述优化,得到以下完善版的选股逻辑:

  • 振幅大于1,集中度70<20%,近25个交易日有单日涨幅大于等于10%;
  • 在1900年至今的历史回测中,收益率排名前20%的股票均符合以上条件且入选规模不小于5亿美元;
  • 考虑股票的基本面、行业、财务状况等综合因素,选出具有较高长期价值和成长性的股票;
  • 注意分散化投资,降低单只股票带来的风险,同时结合多个时间周期进行分析。

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
    /* 振幅大于1,集中度70<20%,近25个交易日有单日涨幅大于等于百分之10 */
    AMPLITUDE >= 1 AND CIRCMARKETVALUE <= 100 AND ROUND((CLOSE - PRE_CLOSE) / PRE_CLOSE, 4) >= 0.1
ORDER BY
    PRE_CLOSE_PROB DESC

python代码参考

以下是选股策略的 Python 代码示例:

import tushare as ts
import datetime

def check_stock(stock_code):
    '''
    检查股票是否符合选股策略
    '''
    today = datetime.datetime.now().strftime('%Y-%m-%d')
    stock_info = ts.get_stock_basics().loc[stock_code]
    if stock_info['circulating_share'] * stock_info['pe'] > 100000000000 or \
        (stock_info['open'] - stock_info['high']) / stock_info['open'] > 0.01 or \
        (stock_info['open'] - stock_info['low']) / stock_info['open'] > 0.01:
        return False
    stock_trade_data = ts.get_k_data(stock_code, end_date=today)
    if len(stock_trade_data) < 25:
        return False
    if (stock_trade_data.iloc[-25:]['close'] / stock_trade_data.iloc[-26]['close'] - 1 >= 0.1).sum() == 0:
        return False
    return True

# 获取符合选股策略的股票列表,并按市值从大到小排序
selected_stocks = ts.get_stock_basics().index[ts.get_stock_basics().apply(check_stock, axis=1)]
selected_stocks = ts.get_realtime_quotes(selected_stocks.tolist()).sort_values('circulating_market_cap', ascending=False)['code'].tolist()

# 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

示例代码使用 Tushare 库获取股票数据和财务数据等数据,根据选股逻辑对符合要求的股票进行筛选和排序,最终得到选股结果。根据选股结果进行后续的交易操作。

    ## 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