(supermind)振幅大于1、大单净量排行、10日涨幅大于0小于35_

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

选股逻辑为:振幅大于1、大单净量排行、10日涨幅大于0小于35。该选股策略主要是基于技术面来选股,通过振幅、大单净量和涨幅等指标来反映市场的活跃度和情绪,同时选取涨幅在一定范围内的股票,以期望获取中短期的投资机会。

选股逻辑分析

该选股逻辑主要是基于技术面来选股,通过振幅、大单净量和涨幅等指标来反映市场的活跃度和情绪,选股的目的是在涨势中寻找投资机会。该选股策略具有一定的理论基础和实践经验,同时简单明了,易于操作。

有何风险?

该选股策略存在一定的风险,未考虑到公司的长期发展能力和基本面因素。同时,选股的指标较为单一,缺乏多方面综合考量,可能存在偏差性。另外,长期以来,A股市场上的题材和热度变化较快,因此,把焦点放在短期涨幅上的选股策略,可能存在追高的风险。

如何优化?

在策略优化上,可以通过加入其他的技术指标和基本面因素来提高选股准确率和稳定性,以达到更好的选股效果。可以加入成交量、均线、股息率等指标,更细致地考察公司的经营状态、财务稳健性和行业竞争力等因素。同时,尽可能地缩小选股范围,并对目标股票的资产质量和内在价值进行充分的分析,以控制风险。

最终的选股逻辑

选股条件为:振幅大于1、大单净量排行、10日涨幅大于0小于35。同时需要综合考虑其他的技术指标和基本面因素。选股的目的是在涨势中寻找投资机会,需要投资者根据个人需求和市场行情进行适当调整和优化。

同花顺指标公式代码参考

DAYS:=10;
SET SELECTED = (HIGH - LOW) / REF(CLOSE, 1) > 0.01 AND AMOUNT > 0 AND (CLOSE-REF(CLOSE,DAYS))/REF(CLOSE,DAYS)>0 AND (CLOSE-REF(CLOSE,DAYS))/REF(CLOSE,DAYS)<0.35;

Python代码参考

import pandas as pd
import tushare as ts

def select_stocks(length):
    ts.set_token('your token')
    pro = ts.pro_api()

    # 获取股票数据
    stock_data = pro.stock_basic(list_status='L', exchange='SSE', fields='ts_code,symbol,name,industry')
    current_date = '20220308'

    # 筛选符合条件的股票
    selected_stocks = []
    for index, row in stock_data.iterrows():
        code = row['ts_code']
        info = {}
        info['code'] = code
        info['name'] = row['name']

        # 获取技术指标和基本面
        tech_data = pro.query('daily_basic', ts_code=code, trade_date=current_date, fields='turnover_rate, amount, pct_chg')
        if len(tech_data) > 0 and tech_data.iloc[0]['amount'] > 10 ** 9:
            price_data = pro.daily(ts_code=code, start_date='20200101', end_date=current_date, fields='open,high,low,close')
            if not price_data.empty:
                # 判断是否符合条件
                cond1 = (price_data.iloc[-1]['high'] - price_data.iloc[-1]['low']) / price_data.iloc[-2]['close'] > 0.01
                cond2 = tech_data.iloc[0]['turnover_rate'] > 3
                cond3 = (price_data.iloc[-1]['close'] - price_data.iloc[-11]['close']) / price_data.iloc[-11]['close'] > 0
                cond4 = (price_data.iloc[-1]['close'] - price_data.iloc[-11]['close']) / price_data.iloc[-11]['close'] < 0.35
                if cond1 and cond2 and cond3 and cond4:
                    selected_stocks.append(info)

            if len(selected_stocks) >= length:
                break

    return selected_stocks

致辞

本次问答为问财量化选股策略逻辑的第二十三篇,该策略主要基于技术面来选股,通过振幅、大单净量和涨幅等指标来反映市场的活跃度和情绪,选股的目的是在涨势中寻找投资机会。需要投资者根据个人需求和市场行情进行适当调整和优化,同时进行数据回测等方法来验证策略的可行性和稳定性。

    ## 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