(supermind)振幅大于1、周线红柱、涨幅_2

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:振幅大于1,周线红柱,涨幅<2.6且涨幅>-5。

选股逻辑分析

该选股逻辑结合了股票振幅、MACD等技术面指标,以及涨跌幅的情况,筛选出波动性适中、技术面良好的股票。其中,振幅指标可以反映出股票的波动性,周线红柱表示股票技术面良好,而涨跌幅则可以反映出股票近期价格的变化情况。

有何风险?

该选股逻辑忽略了股票的基本面数据,如市盈率、市净率等。同时,由于涨跌幅是相对的,容易受到整个市场涨跌情况的影响,可能存在一定的风险。

如何优化?

可以加入更多的基本面指标,如市盈率、市净率等,以综合考虑股票的价值和成长性,并从多角度筛选符合条件的股票。同时,可以考虑对涨跌幅的计算方式进行优化,如加入涨跌幅的年化计算,以减少涨跌幅对选股结果的影响。

最终的选股逻辑

完善选股逻辑如下:

1.振幅大于1;
2.周线红柱;
3.涨跌幅小于2.6且大于-5;
4.市净率在1到5之间。

同花顺指标公式代码参考

以下是同花顺实现该选股策略的指标公式代码:

C1 = AMP() > 1;
C2 = WEEKLY(COLOR(MACD(12, 26, 9), RED)) > 0;
C3 = REF(MA(CLOSE/REF(CLOSE, 1), 5), -1) * 100 < 2.6 AND REF(MA(CLOSE/REF(CLOSE, 1), 5), -1) * 100 > -5;
C4 = PE() > 1 AND PE() < 5;
SELECTOR = C1 AND C2 AND C3 AND C4;
RESULT = SELECTOR;

其中,REF(MA(CLOSE/REF(CLOSE, 1), 5), -1) * 100 表示过去5天相对涨跌幅的均值。PE() 表示市盈率。

Python代码参考

以下是Python实现该选股策略的部分代码:

# 筛选符合条件的股票
def select_stocks(start_date, end_date):
    selected_stocks = []
    for stock in stocks:
        # 获取技术面数据
        c1 = AMP(get_price(stock, start_date=start_date, end_date=end_date, frequency='daily', fields=['close'], skip_paused=True, fq='pre')['close']) > 1
        df_weekly = get_price(stock, start_date=start_date, end_date=end_date, frequency='weekly', fields=['open', 'close'], skip_paused=True, fq='pre')
        macd = MACD(df_weekly['close'], 12, 26, 9)
        c2 = macd['macd'][-1] > 0 and macd['diff'][-1] > 0
        df_daily = get_price(stock, start_date=start_date, end_date=end_date, frequency='daily', fields=['open', 'pre_close'], skip_paused=True)
        c3 = REF(MA((df_daily['open'] / df_daily['pre_close'] - 1) * 100, 5), -1) < 2.6 and REF(MA((df_daily['open'] / df_daily['pre_close'] - 1) * 100, 5), -1) > -5
        df_info = get_fundamentals(query(valuation.pe_ratio).filter(valuation.code == stock), start_date=start_date, end_date=end_date)
        c4 = float(df_info['pe_ratio']) > 1 and float(df_info['pe_ratio']) < 5
        # 判断是否符合选股逻辑
        if c1 and c2 and c3 and c4:
            selected_stocks.append(stock)

    return selected_stocks

result = select_stocks('2022-01-01', '2022-12-31')
print(result)

以上代码仅供参考,具体实现还需要根据自身需求进行调整。

    ## 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