(supermind)振幅大于1、换手率_2%且_9%、集中度70_20%_

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%、集中度小于20%的股票。该选股策略主要考虑了股票波动性、市场交易情况以及行业集中度等因素,找出一些市场波动性较小,具有投资价值的个股。

选股逻辑分析

该选股策略相对于前一个策略,增加了集中度小于20%的条件,通过筛选这些集中度低的股票可以更好地降低行业风险和个股风险。

有何风险?

该选股策略存在以下风险和不足:首先,集中度并不能完全反映一个行业或个股的发展潜力和长期价值;其次,行业和宏观经济等因素对个股的影响仍然存在,需要综合考虑多个因素。

如何优化?

该选股策略可以结合一些行业分析和基本面分析来确定具有投资价值的个股,同时引入其它技术指标和基本面指标,如市盈率、市净率、营收增长率、股息率等,综合分析个股价值和估值情况。另外,注意风险控制,适时调整仓位,进行分散投资。

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%、集中度小于20%的股票。该选股策略主要考虑了股票波动性、市场交易情况以及行业集中度等因素,找出一些市场波动性较小,具有投资价值的个股。

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%、集中度小于20%。

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: CR<=20;//集中度小于20

SYMBOL: C1 AND C2 AND C3;

python代码参考

import pandas as pd 
import tushare as ts
import datetime

def select_stocks(length):
    ts.set_token('your token')
    pro = ts.pro_api()

    # 获取股票数据
    stock_data = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date,market,market_cap')
    df_list = []

    # 筛选符合条件的股票
    for index, row in stock_data.iterrows():
        code = row['ts_code']
        info = {}
        info['code'] = code
        info['name'] = row['name']
        # 获取企业市场
        market = row['market']
        if market != '深A':
            continue
        # 获取个股集中度
        concept_detail = pro.concept_detail(ts_code=code)
        if concept_detail.empty or concept_detail.shape[0] > 1:
            continue
        # 判断集中度
        if concept_detail.iloc[0]['rate'] > 0.2:
            continue
        # 获取技术数据
        tech_data = pro.daily_basic(ts_code=code, trade_date=datetime.date.today().strftime('%Y%m%d'), fields='ts_code,turnover_rate')
        if tech_data.empty or tech_data.iloc[-1]['turnover_rate'] <= 0.02 or tech_data.iloc[-1]['turnover_rate'] > 0.09:
            continue
        # 获取股票价格
        price_data = pro.daily(ts_code=code, start_date=datetime.date.today()-datetime.timedelta(days=5), end_date=datetime.date.today(), fields='ts_code,close')
        if price_data.empty or price_data.iloc[-1]['close'] > 12:
            continue
        # 添加股票
        df_list.append(info)

    # 根据个股热度排序
    selected_stocks = pd.DataFrame(df_list)
    selected_stocks = selected_stocks.head(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%、集中度小于20%的股票的问答。该选股策略主要考虑了股票波动性、市场交易情况以及行业集中度等因素,找出一些市场波动性较小,具有投资价值的个股。

    ## 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