问财量化选股策略逻辑
选股逻辑为振幅大于1、2021年、机构抄底的股票。
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；
- 机构抄底可能意味着市场上的大资金看好该股票发展潜力。
有何风险？
- 机构抄底可能只是个别机构的操作，不能完全代表市场情况；
- 机构抄底有可能是因为股价过低而进行的交易活动，投资者需要注意风险；
- 单一指标选股可能导致选股不够全面，缺乏其他维度的考虑。
如何优化？
- 可以结合其他技术指标进行综合分析；
- 相对排序可能会因为市场状况而变得不够准确，可以加入其他指标进行筛选；
- 选股时，应结合自己的投资目标和风险承受度进行选择。
最终的选股逻辑
选取振幅大于1、2021年、机构抄底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;
// 机构抄底，取机构参与度大于等于20%
COND3:=BIGVOL20>0.2;
// 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']]
return stock_df
def get_trade_index(stock_code):
stock_index_df = ak.stock_zh_a_hist_daily_kline(symbol=stock_code)
stock_index_df = stock_index_df[['trade_date', 'pct_chg']]
return stock_index_df
def select(df, index_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]
# 机构抄底，取机构参与度大于等于20%
index_df = index_df[index_df['trade_date'].dt.year == 2021]
index_df['is_big_vol'] = index_df['pct_chg'].rolling(window=20).apply(lambda x: sum(x >= 0) / 20 >= 0.2, raw=False)
index_df = index_df.dropna()
df = df[df['股票代码'].isin(index_df[index_df['is_big_vol']]['symbol'].unique())]
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。
