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，底部抬高。
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。
- 底部抬高是技术分析中的一个重要形态之一，其代表当前股价出现明显的反转迹象，可作为选择股票的依据。
有何风险？
- 过于依赖技术分析，可能会忽略其他基本面因素的影响。
- 底部抬高是一种相对较长期的趋势形态，忽略了短期波动对股票的影响，可能有错过更好投资机会的风险。
- 仅仅通过振幅和股票代码筛选的方法，可能会出现大量无用信息，导致效率低下。
如何优化？
- 拓展选股策略，结合其他技术分析指标和基本面因素进行综合分析。
- 考虑资金流入较为稳定的股票，减少投资风险。
- 底部抬高形态需要综合其他分析方法，例如MACD等技术指标，进行更加准确的预测。
最终的选股逻辑
选股逻辑为振幅大于1，60开头的股票，底部抬高。
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,底部抬高
COND1 := (HIGH-LOW)/OPEN > 0.01 AND LEFT(CODE,2) = '60'
COND2 := REF(LOW,2)>REF(LOW,1) AND LOW<REF(HIGH,1) AND REF(LOW,1)<REF(HIGH,1);
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']
df = df[df['最低价'].rolling(3).apply(lambda x: x[0] > x[1] and x[1] < x[2])]
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。
