(supermind)振幅大于1、大单净量排行、2021年_

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、201年。该选股策略主要是基于技术面来选股,通过振幅和大单净量等指标来反映市场的活跃度和情绪,结合了2021年的交易情况和市场走势来筛选出具有上涨潜力的股票。

选股逻辑分析

该选股逻辑主要是基于技术面来选股,通过振幅和大单净量等指标来反映市场的活跃度和情绪,同时结合了2021年的交易情况和市场走势,使策略更具有实用性和可行性。选股逻辑简单明了,易于操作,更适合短期操作。

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。此外,选用的2021年可能只是一个特殊的行情背景,策略的通用性和可靠性还需要进一步的数据验证和回测来检验。

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,加大历史数据上的回测力度,验证选股效果之外,可以对不同指标的使用、参数的适当调整做出合理的参考。

最终的选股逻辑

选股条件为:振幅大于1、大单净量排行、考虑2021年市场走势。同时需要综合考虑其他的技术指标和基本面因素。该策略更适合短期操作。

同花顺指标公式代码参考

SET N = 9, M1 = 3, M2 = 3;
SET HHV = HHV(HIGH, N);
SET LLV = LLV(LOW, N);
SET RSV = (CLOSE - LLV) / (HHV - LLV) * 100;
SET K = EMA(RSV, M1);
SET D = EMA(K, M2);
SET J = 3 * K - 2 * D;
SET SELECTED = (HIGH - LOW) / REF(CLOSE, 1) > 0.01 AND AMOUNT > 0;

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:
            # 判断是否符合条件
            price_data = pro.daily(ts_code=code, start_date='20200101', end_date=current_date, fields='open,high,low,close')
            if not price_data.empty:
                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]['trade_date'].startswith('2021')
                if cond1 and cond2 and cond3:
                    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二十一篇,该策略主要基于技术面来选股,通过振幅和大单净量等指标来反映市场的活跃度和情绪,同时衡量2021年的行情走势,适合短期操作。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