(supermind)振幅大于1、大单净量排行、流通盘小于等于55亿股_

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、流通盘小于等于55亿股。通过考虑股票的波动性、交易活跃度和市值等因素来筛选具有潜在上涨空间、相对低估值的个股。

选股逻辑分析

该选股策略主要是基于短期技术面因素如股价波动性、交易活跃度和短期估值等来选股。振幅的选择可以筛选出波动性较大的个股,而大单净量则可以反映出市场的交易活跃度和情绪。流通盘是衡量个股规模和短期估值的重要指标之一。选股逻辑旨在寻找市值相对较小、但交易活跃和技术面状况良好的个股,以达到相对低估值且具备上涨空间的目的。

有何风险?

该选股策略主要是基于短期技术面因素来选股,未考虑股票基本面的长期发展能力。同时,流通盘的选择标准可能较为主观,可能存在选股偏差。由于短期选股策略的不稳定性,需要对选股结果进行长期跟踪和评估。

如何优化?

为了更充分地考虑股票的长期发展能力和估值,可以综合考虑其他的技术面因素和基本面的因素,如财务报表、经营管理、行业前景等。选股条件可以适当调整,如流通盘的标准可以根据市场情况来灵活调整,以更好地适应市场。同时,需要注意综合度的把握,避免采用过多的条件来筛选个股,使得选中的样本过少,数据量不足,影响策略的稳定性。

最终的选股逻辑

选股条件为:振幅大于1、大单净量排行、流通盘小于等于55亿股,并结合其他技术指标和股票基本面分析来综合考虑股票面因素和长期发展能力。

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 (CLOSE / REF(CLOSE, 1) - 1) * 100 > 0 AND CIRCULATING_SHARES <= 55;

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']

        # 获取技术指标和基本面
        tech_data = pro.query('daily_basic', ts_code=code, trade_date=current_date, fields='turnover_rate, amount, circ_mv')
        if len(tech_data) > 0 and tech_data.iloc[0]['amount'] > 10 ** 9:
            # 筛选流通盘小于等于55亿股的股票
            mv_data = tech_data.iloc[0]['circ_mv']
            if mv_data <= 55 * 10 ** 8:
                # 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的条件
                cond1 = (price_data.iloc[-1]['high'] - price_data.iloc[-1]['low']) / price_data.iloc[-2]['close'] > 0.01
                # 2. 满足大单净量排行的条件
                cond2 = tech_data.iloc[0]['turnover_rate'] > 3

                if cond1 and cond2:
                    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十六篇,通过振幅、大单净量和流通盘等指标来筛选个股,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,以及结合其他因素来综合考虑选股效果和稳定度。

    ## 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