问财量化选股策略逻辑
选股逻辑为振幅大于1、2021年、涨跌幅乘以超大单净量的值大于0进入待投资池。
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；
- 涨跌幅是评判股票价格变化的标志之一，而超大单净量则可以反映出市场情绪，两者乘积的正负可以更加准确地反映出该股票的涨势和市场热度。
有何风险？
- 该指标同样忽略了其他基本面因素，如估值等，可能出现投资风险；
- 超大单净量是一个相对的指标，反映的是市场情绪对股票价格变化的影响，具有不确定性。
如何优化？
- 引入其他基本面指标，如市盈率、市净率等，综合分析公司的价值；
- 使用更加可靠的大宗交易和龙虎榜等数据反映市场情绪，以增强指标的准确性和有效性。
最终的选股逻辑
选取振幅大于1、2021年、涨跌幅乘以超大单净量的值大于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;
//计算涨跌幅乘以超大单净量的值
COND3:=(CLOSE-REF(CLOSE,1))*VOL*(ABS(CLOSE-OPEN)/2>=(HIGH-LOW)*0.7)>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[['涨跌幅', '成交量', '成交额', '收盘价', '开盘价']]
condition = (stock_df['收盘价'] - stock_df['开盘价']) / stock_df['开盘价'] > 0.01
df = stock_df[condition].reset_index()
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]
# 计算涨跌幅乘以超大单净量的值
df['超大单净量'] = (df['成交额'] * 0.7 / df['收盘价']) / 10000
df['涨跌幅乘超大单净量'] = df['涨跌幅'] * df['超大单净量']
df = df[df['涨跌幅乘超大单净量'] > 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。
