(supermind)振幅大于1、换手率_2%且_9%、今日控盘>21_

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、换手率大于2%小于9%、今日控盘>21。该选股策略主要从波动性、市场交易情况、技术面等多个角度进行综合考虑。

选股逻辑分析

该选股策略包括三个条件,分别为振幅大于1、换手率大于2%小于9%、今日控盘>21。股价波动性比较大,交投比较活跃的股票更容易被投资者关注和买入,同时控盘存在资金的集中度,因此选择符合以上条件的股票可提高投资成功率。

有何风险?

该选股策略忽略了一些基本面因素,只考虑了市场表现和技术面。同时,今日控盘>21只是简单的技术条件,可能也存在被一些投机行为影响的风险。此外,该选股策略的市场波动性和交投活跃性的标准较为主观,可能会造成投资者选择的偏差,存在一定的风险。

如何优化?

考虑引入一些基本面因素,如市盈率、市净率、营业收入、净利润等等来综合考虑选股。同时,可以建立一个综合权重模型,平衡各个指标的作用。另外,可以考虑引入其他技术指标,如MACD、RSI等进一步优化选股策略。此外,可以使用更加科学客观的方法来判断市场波动性和交投活跃性,从而提高筛选股票的准确性。

最终的选股逻辑

选股条件为:振幅大于1、换手率大于2%小于9%、今日控盘>21。该选股策略主要从波动性、市场交易情况、技术面等多个角度进行综合考虑。

同花顺指标公式代码参考

选股条件为:振幅大于1、换手率大于2%小于9%、今日控盘>21。

C1: ABS((HIGH/LOW-1)*100)>=1;//振幅大于1
C2: TURNOVER_RATE>2 AND TURNOVER_RATE<=9;//换手率大于2%小于9%
C3: CLOSE-OPEN>((HIGH-LOW)*0.67) AND (VOL-(DV/2))>0 AND (VOL-(DV/2))/VOL>0.7;//今日控盘>21
SYMBOL: C1 AND C2 AND C3;

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()

    # 获取所有股票数据
    data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name')

    # 筛选符合条件的股票
    df_list = []
    for i in range(len(data)):
        code = data.iloc[i]['ts_code']
        # 判断是否符合要求
        k_data = pro.daily(ts_code=code, start_date='20210101', end_date='20211231')
        if k_data.empty:
            continue
        if abs((k_data.iloc[-1]['high'] / k_data.iloc[-1]['low'] - 1) * 100) < 1: # 振幅小于1
            continue
        turnover_rate = k_data.iloc[-1]['vol'] / (k_data.iloc[-2]['vol'] + k_data.iloc[-3]['vol'] + k_data.iloc[-4]['vol']) * 100 # 换手率
        if turnover_rate < 2 or turnover_rate > 9: # 换手率不在2%~9%之间
            continue
        # 判断今日控盘
        if k_data.iloc[-1]['close'] - k_data.iloc[-1]['open'] > (k_data.iloc[-1]['high'] - k_data.iloc[-1]['low']) * 0.67 and k_data.iloc[-1]['vol'] - (k_data.iloc[-2]['vol'] + k_data.iloc[-3]['vol']) / 2 > 0 and (k_data.iloc[-1]['vol'] - (k_data.iloc[-2]['vol'] + k_data.iloc[-3]['vol']) / 2) / k_data.iloc[-1]['vol'] > 0.7:
            info = {}
            info['ts_code'] = code
            info['name'] = data.iloc[i]['name']
            df_list.append(info)

    # 随机选择一定数量的股票
    selected_stocks = pd.DataFrame(df_list)
    selected_stocks = selected_stocks.sample(n=length)
    return selected_stocks

致辞

本次问答为选股逻辑:振幅大于1、换手率大于2%小于9%、今日控盘>21的问答。该选股策略主要从波动性、市场交易情况、技术面等多个角度进行综合考虑。所给出的通达信指标公式参考和python代码参考仅供参考,读者可以根据实际情况进行优化和修改。

    ## 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

需要帮助?

试试AI小助手吧