(supermind)振幅大于1、2021年、按个股热度从大到小排序名_

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、2021年、按个股热度从大到小排序名的股票。

选股逻辑分析

  1. 振幅大于1表明该股票波动性较高,有较大的涨幅和收益的可能;
  2. 选取2021年的股票可以筛选出目前市场情况下行情最好的股票;
  3. 按热度从大到小排序可以筛选市场人气比较高的股票。

有何风险?

  1. 热度高不一定代表股票具备很好的投资价值,可能存在短期的行情热点;
  2. 振幅大于1可能导致股票波动性过大,风险较高。

如何优化?

  1. 对股票的基本面和未来的发展前景进行深入的研究和分析;
  2. 设定合适的止损和止盈点位进行风险控制。

最终的选股逻辑

振幅大于1、2021年、按个股热度从大到小排序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;
//个股热度从大到小排序
SORT_TYPE:=DESC;
SORT_COLUMN:=DIFF_VOL;
//综合条件
CONDITION:=COND1 AND COND2;
SELECT BY SORT_TYPE , SORT_COLUMN;
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)
    stock_df = stock_df[['开盘价', '收盘价', '最高价', '最低价', '成交量', '成交额', '个股热度', '交易日期']]
    return stock_df

def select(df):
    # 振幅大于1
    df = df[(df['最高价'] - df['最低价']) / df['收盘价'] > 0.01]
    # 2021年
    df = df[df['交易日期'].dt.year == 2021]
    # 按照个股热度从大到小排序
    df = df.sort_values(by='个股热度', 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论