(supermind)振幅大于1、换手率_2%且_9%、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

选股逻辑为:振幅大于1,换手率>2%且<9%,涨幅<2.6且涨幅>-5。该选股策略主要以技术面指标为主,即振幅、换手率和涨幅,以筛选出潜在股票走势较强的标的。

选股逻辑分析

该选股逻辑主要以技术面指标为主,通过振幅和换手率来判断股票的走势和市场认可度,同时加入涨幅的要求,以筛选出涨幅在一定范围内的标的。该选股策略较为具有针对性和操作性。

有何风险?

该选股策略也存在一定的风险。首先,单纯依靠技术面指标可能会忽略掉一些股票的基本面因素,也可能会错过一些优质标的。其次,选择涨幅为标准,容易错过市场热点品种,而遭受错失高涨势头的风险。

如何优化?

为减少筛选出来的标的中的误判,可以加入更多的技术面指标,如成交量、换手率、资金流向等指标,以充分判断股票的走势情况。同时,可以将涨幅的取值范围作为可调节参数,并加入更多的行情判断,以取得更好的结果。

最终的选股逻辑

选股条件为:振幅大于1,换手率>2%且<9%,涨幅<2.6且涨幅>-5。同时,加入更加完备的技术面指标,如成交量、换手率、资金流向等指标,以更准确地筛选出符合条件的标的。

同花顺指标公式代码参考

选股条件为:振幅大于1,换手率>2%且<9%,涨幅<2.6且涨幅>-5。

C1: ABS((HIGH/LOW-1)*100)>=1;//振幅大于1
C2: TURNOVER>2 AND TURNOVER<9;//换手率大于2%小于9%
C3: (CLOSE - REF(CLOSE,1))/REF(CLOSE,1)*100 < 2.6 AND (CLOSE - REF(CLOSE,1))/REF(CLOSE,1)*100 > -5;//涨幅小于2.6且大于-5

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()

    # 获取股票数据
    stock_data = pro.stock_basic(list_status='L', exchange='SSE', fields='ts_code,symbol,name,industry,list_date')
    current_date = '20220308'

    # 筛选符合条件的股票
    selected_stocks = []
    for index, row in stock_data.iterrows():
        code = row['ts_code']
        info = {}
        info['code'] = code
        info['name'] = row['name']

        # 排除科创板股票
        industry = row['industry']
        if industry.startswith('688'):
            continue

        # 获取技术数据
        tech_data = pro.daily(ts_code=code, start_date='20220301', end_date=current_date, fields='high,low,close,vol,open')
        if tech_data.empty:
            continue

        # 获取涨幅
        zhangfu = (tech_data.iloc[-1]['close'] - tech_data.iloc[0]['close']) / tech_data.iloc[0]['close'] * 100
        if zhangfu >= 2.6 or zhangfu <= -5:
            continue

        # 获取其它技术指标
        if tech_data.iloc[-1]['high'] - tech_data.iloc[-1]['low'] <= 0 or tech_data.iloc[-1]['vol'] / pro.stock_basic(ts_code=code).iloc[0]['total_share'] <= 0.02 or tech_data.iloc[-1]['vol'] / pro.stock_basic(ts_code=code).iloc[0]['total_share'] >= 0.09:
            continue

        if tech_data['close'].rolling(5).max().iloc[-1] == tech_data['high'].rolling(5).max().iloc[-1] and tech_data['close'].rolling(5).min().iloc[-1] == tech_data['low'].rolling(5).min().iloc[-1]:
            selected_stocks.append(info)

        if len(selected_stocks) >= length:
            break

    return selected_stocks

致辞

本次问答为问财量化选股策略逻辑的第六十六篇,该选股策略主要以技术面指标为主,加入涨幅的要求,以筛选出涨幅在一定范围内的标的。在未来的选股过程中,应该结合更多的市场因素,建立更全面、更科学的量化分析体系,以获得更好的选股效果。

    ## 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