(iwencai量化策略)竞价主力净买大于0_、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
2023-09-01 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,竞价主力净买大于0。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

该选股策略主要通过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. 竞价主力净买大于0,说明该股票有资金的流入和支撑。

有何风险?

以下是该选股策略可能产生的风险:

  1. 竞价主力净买仅仅是当日数据,没有考虑到资金持续流入的情况;
  2. 可能存在假突破等市场异常情况,导致选股信号不可靠;
  3. 选股策略设置的条件过于简单,在市场波动较大、异常情况下表现不稳定,可能造成回撤较大。

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. 加入其他技术指标和基本面、行业、市场等因素进行综合分析;
  2. 考虑加入资金流的连续性和稳定性等指标,例如主力净买连续多天,或者超大单买入等情况;
  3. 可以考虑设置止损和止盈等交易规则,来控制风险和盈利。

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,竞价主力净买连续多天,或者超大单买入等情况;
  • 加入其他技术指标和基本面、行业、市场等因素,进行综合分析;
  • 增加其他的交易信号,例如针对该股票的其他技术指标的信号进行筛选;
  • 设定止损和止盈等交易规则,来控制风险和盈利。

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,竞价主力净买大于0 */
    (HIGH-LOW)/REF(CLOSE,1)*100 >= 1 AND MA(CLOSE,20) >= MA(CLOSE,120) AND BID_JM_BUYJ > 0
ORDER BY 
    /* 写入具体排序字段 */
    XX DESC 

注:以上代码需要在同花顺的选股界面中进行填充,其中BID_JM_BUYJ为竞价主力净买,XX为股票代码,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 talib as ta

def stock_selection():
    #### 登陆系统 ####
    lg = bs.login()

    #### 获取K线数据、竞价主力净买数据 ####
    rs_k_data = bs.query_history_k_data_plus(code="sh.600000", fields="date,code,open,high,low,close,volume", start_date='2021-08-01', end_date='2021-09-30', frequency="d", adjustflag="2")
    rs_bid_data = bs.query_bidirectional_transaction_data(code="sh.600000", date="2021-09-30")

    #### 计算振幅和均线 ####
    k_data = rs_k_data.get_data()
    bid_data = rs_bid_data.get_data()

    stock_data = pd.merge(k_data, bid_data, on=['date', 'code'], how='inner')
    stock_data['AMPLITUDE'] = (stock_data['high']-stock_data['low']) / stock_data['close'].shift(1) * 100
    stock_data['MA20'] = ta.MA(stock_data['close'], timeperiod=20)
    stock_data['MA120'] = ta.MA(stock_data['close'], timeperiod=120)

    #### 判断符合条件的股票 ####
    selected_stock = stock_data[(stock_data['AMPLITUDE'] > 1) &
                                (stock_data['MA20'] > stock_data['MA120']) &
                                (stock_data['BID_JM_BUYJ'] > 0)]

    #### 登出系统 ####
    bs.logout()

    return selected_stock['code']

注:以上python代码需要安装baostock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