问财量化选股策略逻辑
选股逻辑为振幅大于1，2021年，今日增仓占比大于5%的股票进入待投资池。
选股逻辑分析
- 振幅大于1表明该股票波动性较高，可能存在较大涨幅和收益；
- 2021年作为选股时间段，可以分析与其他期间的不同、市场趋势等；
- 今日增仓占比大于5%可以反映股票的资金流入程度，表明市场资金对该股票的看好程度。
有何风险？
- 今日增仓占比在一段时间内的变化幅度可能较大，选股基本面条件过于严格；
- 振幅高的股票波动风险大，具有投资风险；
- 选股逻辑无法考虑其他因素，如公司财务状况、行业发展趋势等。
如何优化？
- 引入更多相关指标，如市盈率、市净率等基本面指标，优化选股策略；
- 考虑增加股票盈利能力等公司财务信息等，以筛选更优质的标的；
- 适时调整基本面指标的阈值和波动范围。
最终的选股逻辑
选取振幅大于1，2021年，今日增仓占比大于5%的股票进入待投资池。
同花顺指标公式代码参考
//振幅大于1
COND1:=(HIGH-LOW)/LOW>0.01;
//2021年
COND2:=YEAR=2021;
//今日增仓占比大于5%
COND3:=REF(VOL,1)/VOL<0.95;
//综合条件
CONDITION:=COND1 AND COND2 AND COND3;
SIGNAL:=CHECKCOND(CONDITION, 1);
Python代码参考
import pandas as pd
import akshare as ak
def get_trade_data(stock_code):
stock_df = ak.stock_zh_a_daily(symbol=stock_code, adjust="hfq")
stock_df.rename(columns={"成交额":"amount","成交量":"volume","收盘价":"close","开盘价":"open","股票代码":"symbol","日期":"date","涨跌幅":"pct_change", "最高价":"high", "最低价":"low", "换手率":"turnover", "市盈率":"PE", "市净率":"PB"}, inplace=True)
stock_df['date'] = pd.to_datetime(stock_df['date'])
# 振幅大于1
cond1 = (stock_df['high'] - stock_df['low']) / stock_df['low'] > 0.01
# 2021年
cond2 = stock_df['date'].dt.year == 2021
# 今日增仓占比大于5%
cond3 = ((stock_df['volume'] - stock_df['volume'].shift(1)) / stock_df['volume']) > 0.05
# 综合条件
basic_cond = cond1 & cond2 & cond3
df = stock_df.loc[basic_cond].sort_values('close', ascending=False).reset_index(drop=True)
return df
def select(df):
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。
