(supermind)振幅大于1、60开头的股票、10日涨幅大于0小于35_

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1,60开头的股票,10日涨幅大于0小于35%。

选股逻辑分析

  1. 振幅大于1表明该股票波动性较高,有较大的盈利潜力。
  2. 选择60开头的股票可以筛选出特定市场的股票。
  3. 10日涨幅大于0小于35%表明该股票具备较好的上涨潜力。

有何风险?

  1. 过于依赖过去涨幅,不能全面考虑股票的基本面和市场环境。
  2. 选择60开头的股票可能会忽略其他市场中具备潜力的股票。

如何优化?

  1. 结合其他技术指标,如MACD、RSI等指标,综合分析股票的走势和基本面。
  2. 限制交易时段为近期可以排除那些过时或者已经退役的股票,但可以考虑加入更多条件以筛选出更具备潜力的股票。

最终的选股逻辑

选股逻辑为振幅大于1,60开头的股票,10日涨幅大于0小于35%。

同花顺指标公式代码参考

//选股逻辑为振幅大于1,60开头的股票,10日涨幅大于0小于35%
COND1 := (HIGH-LOW)/OPEN > 0.01 AND LEFT(CODE,2) = '60';
REF_CLOSE:=REF(CLOSE,1);
COND2:= 0 < (CLOSE-REF_CLOSE)/REF_CLOSE*100 AND (CLOSE-REF_CLOSE)/REF_CLOSE*100 < 35;
CONDITION := COND1 AND COND2;
//按MA5排序
SORTFIELD:= MA(CLOSE,5);
SIGNAL:= SORTBY(SORTFIELD, 1, CONDITION);

Python代码参考

import akshare as ak

def select(df):
    start_date = '2021-01-01'
    end_date = '2021-12-31'
    df = df[(df['最高价'] - df['最低价']) / df['开盘价'] > 0.01]
    df = df[df['股票代码'].str[:2] == '60']
    df = df[(df['收盘价'] - df['收盘价'].shift(10)) / df['收盘价'].shift(10) * 100 > 0]
    df = df[(df['收盘价'] - df['收盘价'].shift(10)) / df['收盘价'].shift(10) * 100 < 35]
    df = df[df['交易日期'] >= start_date]
    df = df.sort_values(by=df['收盘价'].rolling(5).mean())
    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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论