(supermind)振幅大于1、大单净量排行、现量大于1万手

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,现量大于1万手,当日高开。该选股策略主要是结合了股价的波动性、成交量以及开盘情况,筛选出具有较高上涨概率的个股。

选股逻辑分析

该选股策略主要是通过综合考虑振幅、大单净量、现量以及开盘情况等因素来选择股票。振幅大于1可作为选股条件,反映该股票近期波动性较大,大单净量排名可以说明该股票近期成交量明显放大,现量大于1万手可以筛选出短线热门个股,高开说明市场对该股票情绪较为乐观。通过综合考虑以上因素,可以筛选出具有较大上涨潜力的个股。

有何风险?

该选股策略主要依赖于股票的波动性、成交量和市场情绪等短期因素,没有考虑股票基本面和公司长期持续发展能力等因素。因此选择的个股可能存在短期热情过度或市场利好因素消散等风险,其价值仍需进一步分析。

如何优化?

可以加入其他技术指标和基本面分析来筛选出更有价值的个股。同时需要关注资金流入情况以及市场整体趋势,调整选股逻辑的参数和规则。

最终的选股逻辑

选股条件为:振幅大于1,大单净量排行,现量大于1万手,当日高开,并结合股票的基本面综合评估其价值。

同花顺指标公式代码参考

SET RANGE = 1;
SET VOL = 10000;
SET LAST_CLOSE = REF(CLOSE, 1);
SET OPEN_RANGE = (OPEN - LAST_CLOSE) / LAST_CLOSE * 100;
SET SELECTED = (HIGH - LOW) / REF(CLOSE,1) * 100 > RANGE AND amount > VOL AND OPEN_RANGE > 0;

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. 满足现量大于1万手条件
            cond2 = price_data.iloc[-1]['vol'] > 10000
            # 3. 满足大单净量排行条件
            cond3 = tech_data.iloc[0]['turnover_rate'] > 3
            # 4. 满足高开条件
            last_close = price_data.iloc[-2]['close']
            open_range = (price_data.iloc[-1]['open'] - last_close) / last_close * 100
            cond4 = open_range > 0
            if cond1 and cond2 and cond3 and cond4:
                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六篇,主要是分析振幅、大单净量、现量和高开的选股策略,通过综合考虑多个因素来选股,尤其关注当前市况下的股票活跃度和市场情绪。希望投资者能通过本文了解更多量化选股方法。

    ## 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