问财量化选股策略逻辑
选股逻辑为振幅大于1、2021年、连续3天以上大单净量大于0.05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；
- 连续3天以上大单净量大于0.05表明大资金在连续多个交易日内持续买入该股票，具有参考价值。
有何风险？
- 连续3天以上大单净量大于0.05可能不代表大资金的持续买入，单一指标不能完全代表市场情况；
- 选股时如果偏重一些指标，可能因市场状况而导致选股不够全面；
- 需要注意风险控制，避免过分追逐涨幅大的股票。
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、连续3天以上大单净量大于0.05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;
// 连续3天以上大单净量大于0.05
COND3:=CAPITALDDX > 0.05 for 3;
// 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_ddx(stock_code, end_date, days):
ddx_df = ak.stock_individual_fund_flow_detail(symbol=stock_code, end_date=end_date)
ddx_df = ddx_df[['date', 'ddx']]
ddx_df['ddx'] = ddx_df['ddx'].astype(float)
ddx_df['is_big_cap_ddx'] = ddx_df['ddx'].rolling(window=days).apply(lambda x: sum(x >= 0) / days >= 0.05, raw=False)
ddx_df = ddx_df.dropna()
return ddx_df
def select(df, ddx_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]
# 连续3天以上大单净量大于0.05
df = df[df['股票代码'].isin(ddx_df[ddx_df['is_big_cap_ddx']]['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。
