问财量化选股策略逻辑
选股逻辑为振幅大于1、2021年、机构动向大于0的股票。
选股逻辑分析
- 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；
- 2021年作为选股时间段，可以分析市场趋势等信息；
- 机构动向大于0表明该股票受到机构资金的关注和认可。
有何风险？
- 机构动向大于0只是表明机构资金流入，不一定代表投资价值；
- 振幅大的股票可能会伴随较大的波动风险；
- 可能出现短期内机构资金进出频繁的情况，造成市场震荡。
如何优化？
- 可以增加其他基本面指标的筛选，以全面判断相应股票的投资价值；
- 可以引入其他技术指标，如MA和KDJ，进行多方位的综合分析，降低选股风险；
- 检查机构动向的时间段，看是否符合长期投资的需要。
最终的选股逻辑
选取振幅大于1、2021年、机构动向大于0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;
// 机构动向大于0
COND3:=BIG > 0;
// 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)
stock_df = stock_df[['开盘价', '收盘价', '最高价', '最低价', '成交量', '成交额']]
institution_df = ak.stock_em_zsjg_detail(symbol=stock_code, start_date='20210101',
end_date='20211231', adjust='')
institution_df = institution_df[['date', 'institution_net']]
df = pd.merge(stock_df, institution_df, left_on='交易日期',
right_on='date', how='left').drop(columns=['date'])
df.fillna(0, inplace=True)
return 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]
# 机构动向大于0
df = df[df['institution_net'] > 0]
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。
