(supermind)振幅大于1、大单净量排行、昨天换手率>8%_

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、大单净量排行和昨天换手率大于8%。通过考虑股票的波动性、交易活跃度和成交量等因素来筛选具有潜在上涨机会的个股。

选股逻辑分析

该选股策略主要考虑股票的波动性、交易活跃度和成交量等因素来筛选个股。通过要求股票的振幅大于1、大单净量排行和昨天换手率大于8%,来筛选出波动性较大、交易活跃度较高、成交量较大的个股,具有较高的上涨潜力。

有何风险?

该选股策略主要是基于短期技术面因素如股价波动性、交易活跃度和成交量等因素来选股,未考虑股票基本面的长期发展能力。此外,由于选股条件过于具体,可能面临适用范围较窄的问题,影响选股效果。因此,需要进一步考虑其他重要的选股因素和条件。

如何优化?

可以加入其他技术指标和基本面指标来更好地综合考虑股票面因素和长期发展能力。同时,可以适当地松弛选股条件,如将昨天换手率大于8%改为5%或者10%,并且将选股条件相应调整。最后需要对选股逻辑进行回测,验证策略的可行性和稳定性。

最终的选股逻辑

选股条件为:振幅大于1、大单净量排行和成交量较大。同时结合其他技术指标和股票基本面分析来筛选个股。

同花顺指标公式代码参考

SET PERIOD_TIME = 1;
SET SELECTED = (HIGH - LOW) / REF(CLOSE, 1) > 0.01 AND amount > VOL AND ((VOL / REF(VOL, 2) - 1) * 100 > 8) AND (HOUR >= 9 AND MINUTE >= 25 * PERIOD_TIME);

Python代码参考

import pandas as pd
import tushare as ts

def select_stocks(length):
    ts.set_token('your token')
    pro = ts.pro_api()

    # 获取股票数据
    stock_data = pro.stock_basic(list_status='L', exchange='SSE', fields='ts_code,symbol,name,industry')
    current_date = '20220308'

    # 筛选符合条件的股票
    selected_stocks = []
    for index, row in stock_data.iterrows():
        code = row['ts_code']
        info = {}
        info['code'] = code
        info['name'] = row['name']

        # 获取技术指标
        tech_data = pro.query('daily_basic', ts_code=code, trade_date=current_date, fields='turnover_rate, amount')
        if len(tech_data) > 0 and tech_data.iloc[0]['amount'] > 10 ** 9:
            # 获取股价数据
            price_data = pro.daily(ts_code=code, start_date='20200101', end_date=current_date, fields='open,high,low,close,vol')
            
            # 判断是否符合条件
            # 1. 满足振幅大于1条件
            cond1 = (price_data.iloc[-1]['high'] - price_data.iloc[-1]['low']) / price_data.iloc[-2]['close'] > 0.01
            # 2. 满足大单净量排行条件
            cond2 = tech_data.iloc[0]['turnover_rate'] > 3
            # 3. 满足昨天换手率大于8%条件
            turnover_data = pro.query('daily', ts_code=code, trade_date=current_date, fields='turnover_rate')
            cond3 = turnover_data.iloc[0]['turnover_rate'] > 8

            if cond1 and cond2 and cond3:
                selected_stocks.append(info)

        if len(selected_stocks) >= length:
            break

    return selected_stocks

致辞

本次问答为问财量化选股策略逻辑的第十二篇,通过振幅、大单净量和换手率等指标来筛选个股。本文整理出一个量化选股方法,能够给投资者提供一定程度的选股参考。但需要投资者注意该方法中存在一些缺陷,需要根据个人需求和实际情况进行适当调整。同时,需要采用数据回测等方法来验证策略的可行性和稳定性。

    ## 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

需要帮助?

试试AI小助手吧