(supermind)振幅大于1、周线红柱、涨跌幅×超大单净量_

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,涨跌幅×超大单净量。

选股逻辑分析

该选股逻辑在技术面的基础上加入了资金面的考虑,综合考虑股票的价格、技术形态、资金流向等多个方面,以进一步筛选出短期内有盈利潜力的优质股票。

有何风险?

该选股逻辑仅考虑了股票的技术面和资金面的情况,没有考虑到公司的基本面数据,筛选出的股票存在一定风险。同时,该选股逻辑也没有考虑到市场因素和其他因素的影响,选股效果可能存在一定波动性。

如何优化?

可以结合公司的基本面数据和其他技术指标进行筛选,同时考虑到市场因素和其他因素的影响,进行综合分析和筛选,提高选股的准确度和稳定性。

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.涨跌幅乘以超大单净量。

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 = (CLOSE - REF(CLOSE, 1)) / REF(CLOSE, 1) * ABS(VOL - MA(VOL, 20)) > 0;
SELECTOR = C1 AND C2 AND C3;
RESULT = SELECTOR;

其中,CLOSE 和 VOL 表示当天的股价和交易量,REF(CLOSE, 1) 和 MA(VOL, 20) 表示昨天的股价和20日交易量的平均值,MACD 函数用于计算股票的技术指标,COLOR 函数用于获取MACD柱线的颜色,RED 表示红柱线。

Python代码参考

以下是Python实现该选股策略的部分代码:

# 计算涨跌幅×超大单净量的大小
def calc_size(stock, date):
    cur_price = get_price(stock, start_date=date, end_date=date, frequency='daily', fields=['close'], skip_paused=False, fq='pre')['close'][0]
    pre_price = get_price(stock, start_date=date, end_date=date, frequency='daily', fields=['close'], skip_paused=False, fq='pre', count=2)['close'][0]
    cur_vol = get_money_flow(stock, start_date=date, end_date=date, fields=['net_amount_main'], skip_paused=False)
    ma_vol = get_money_flow(stock, start_date=date, end_date=date, fields=['net_amount_main'], skip_paused=False, count=20).mean()
    return (cur_price - pre_price) / pre_price * abs(cur_vol - ma_vol)

# 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
        # 资金面数据
        c3 = calc_size(stock, end_date) > 0
        # 判断是否符合选股逻辑
        if c1 and c2 and c3:
            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