问财量化选股策略逻辑
选股逻辑为振幅大于1，10日涨幅大于0小于35，圆弧形。
选股逻辑分析
- 振幅大于1可以表示市场波动性，意味着更高的风险和收益机会。
- 筛选10日涨幅大于0小于35的股票，可以避免选择过度涨价的股票，但仍有一定的风险。
- 圆弧形指标可以衡量股票价格变动趋势的稳定性，筛选圆弧形指标较好的股票，可以降低投资风险。
有何风险？
- 数据不全、数据质量差等问题可能会影响选股结果。
- 此选股策略依赖于历史数据，对于未来市场表现的准确性并无保证。
- 圆弧形指标可能存在误判情况，可能会选出未来表现不理想的股票。
如何优化？
- 结合其他技术指标进一步调整选股条件，如均线、市净率等。
- 注意多样化投资，避免过分集中于某一品种或板块。
- 对于圆弧形指标中可能存在的误判情况加以规避或修正。
最终的选股逻辑
选股逻辑包括振幅大于1，10日涨幅大于0小于35，圆弧形。
同花顺指标公式代码参考
C > REF(C, 1) AND ((HIGH - LOW) / REF(C, 1) > 0.01) AND (CLOSE / REF(CLOSE, 10) - 1 > 0) AND (CLOSE / REF(CLOSE, 10) - 1 < 0.35) AND ((C - LLV(LOW, 120)) / (HHV(HIGH, 120) - LLV(LOW, 120)) > 0.8)
python代码参考
import akshare as ak
def select(df):
df = df[(df['股票价格'] > df['收盘价'].shift(1))]
df = df[(df['最高价'] - df['最低价']) / df['收盘价'].shift(1) > 0.01]
df['涨幅'] = df['收盘价'].pct_change(10)
df = df[(df['涨幅'] > 0) & (df['涨幅'] < 0.35)]
df['arc'] = (df['收盘价'] - df['最低价'].rolling(120).min()) / (df['最高价'].rolling(120).max() - df['最低价'].rolling(120).min())
df = df[df['arc'] > 0.8]
df = df.sort_values(by='热度指数', ascending=False)
return df
## 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。
