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，且为酷特智能早晨之星。
选股逻辑分析
- 振幅大于1表明该股票波动性较高。
- 选择60开头的股票可以筛选出特定市场的股票。
- 酷特智能早晨之星是一种反转信号，可以表明股票近期可能出现反转上涨。
- 选股逻辑相对简单，易于实现。
有何风险？
- 只选择波动性较高的股票可能会带来较大的投资风险。
- 酷特智能早晨之星是一种基于历史数据的技术分析工具，可能存在数据不充分或模型错误的情况。
如何优化？
- 可以结合其他技术指标与基本面数据共同筛选，以获取更全面的投资画像。
- 可以结合其他反转信号作为条件之一，以提高选股准确性。
- 可以对选股逻辑进行反复回测，选择最优的选股条件。
最终的选股逻辑
选股逻辑为振幅大于1、60开头的股票，且为酷特智能早晨之星。
同花顺指标公式代码参考
//振幅大于1
COND1:=(HIGH-LOW)/REF(CLOSE,1)>0.01;
//60开头的股票
COND2:=LEFT(CODE,2)=60;
//酷特智能早晨之星
REF_CLOSE:=REF(CLOSE,1);
DAY1:=REF_CLOSE<REF(REF_CLOSE,1) AND LOWER>REF(LOWER,1) AND CLOSE>REF(OPEN,1);
DAY2:=REF_CLOSE>CLOSE AND CLOSE>REF_CLOSE;
DAY3:=HIGH>REF(HIGH,1) AND CLOSE>LOWER AND CLOSE>OPEN;
STARS:=DAY1 AND DAY2 AND DAY3;
CONDITION:=COND1 AND COND2 AND STARS;
//按热度排序
SORTFIELD:=XGB;
SIGNAL:=SORTBY(SORTFIELD, 1, CONDITION);
Python代码参考
import akshare as ak
def select(df):
#振幅大于1
df = df[(df['最高价'] - df['最低价']) / df['收盘价'].shift(1) > 0.01]
#60开头的股票
df = df[df['股票代码'].str[:2] == '60']
#酷特智能早晨之星
ref_close = df['收盘价'].shift(1)
day1 = (ref_close < ref_close.shift(1)) & (df['最低价'] > df['最低价'].shift(1)) & (df['收盘价'] > df['开盘价'].shift(1))
day2 = (ref_close > df['收盘价']) & (df['收盘价'] > ref_close)
day3 = (df['最高价'] > df['最高价'].shift(1)) & (df['收盘价'] > df['最低价']) & (df['收盘价'] > df['开盘价'])
stars = day1 & day2 & day3
df = df[stars]
#按热度排序
df = df.sort_values(by='个股热度', ascending=False)
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。
