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，k小于20。
选股逻辑分析
- 振幅大于1表明该股票波动性较高，有大的盈利潜力。
- 选择60开头的股票可以筛选出特定市场的股票。
- k线是一种技术指标，其参数k小于20，代表近期该股票的价格走势较弱，可以作为选择股票的依据。
有何风险？
- 过于依赖技术指标，可能会忽略其他基本面因素的影响。
- k线指标需要综合分析其他指标进行判断，单独使用可能会出现误判。
- 过于追求高波动性和短期弱势可能会忽略长期潜在价值和稳健的投资策略。
如何优化？
- 拓展选股策略，结合其他技术指标和基本面进行综合分析。
- 考虑资金流入较为稳定的股票，减少投资风险。
- 排除黑天鹅事件的重要决策时，可以比较AG和BG之间的资产状况和资产收益率，尤其是在交叉周期中，资产状况的变化会影响到长期潜力。
最终的选股逻辑
选股逻辑为振幅大于1，60开头的股票，k小于20。
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,k小于20
COND1 := (HIGH-LOW)/OPEN > 0.01 AND LEFT(CODE,2) = '60'
KVALUE := KLINE(LOW,HIGH,CLOSE,20,2);
COND2 := KVALUE < 20;
CONDITION := COND1 AND COND2;
//按成交额排序
SORTFIELD := AMOUNT;
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']
k_value = df.groupby('股票代码').apply(lambda x: talib.abstract.STOCH(x['最高价'].values,
x['最低价'].values,
x['收盘价'].values,
fastk_period=20)[0][-1])
df = df[k_value < 20]
df = df[df['交易日期'] >= start_date]
df = df.sort_values(by=df['成交额'])
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。
