(supermind)振幅大于1、底部抬高、今日增仓占比_5%_

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,底部抬高,今日增仓占比>5%。

选股逻辑分析

该选股策略同样结合了技术指标和基本面数据,通过技术指标中的振幅和底部抬高来筛选走势稳定的个股,然后再筛选出今日增仓占比大于5%的个股。

有何风险?

该选股策略同样存在依赖技术指标和基本面数据精确解读的风险,同时,今日增仓占比可能受到市场波动和机构大户行为的影响,数据具有一定的时效性和主观性。

如何优化?

在基本的选股逻辑上,可以增加其他指标或数据来更全面地考虑个股的特征和风险,如市场情绪指标、成交量、财务指标等,以此来提高选股策略的精度和例外。同时,可以利用机器学习等方法对已有指标进行优化和调整,提高选股策略的策略回报。

最终的选股逻辑

在以上基础上,改进后的选股逻辑如下:

  1. 振幅大于1;
  2. 底部抬高;
  3. 今日增仓占比大于5%。

同花顺指标公式代码参考

以下是在同花顺上实现该选股策略的指标公式代码:

C1: Amp() > 1;
C2: REF(BOTTOM(HIGH, C1), 1) > REF(BOTTOM(HIGH, C1), 2);
C3: RANK(C/(V*100)) > 0.95;
SELECTOR:=C1 AND C2 AND C3;
RESULT:=SELECTOR;

Python代码参考

以下是Python实现该选股策略的选股逻辑的代码:

selected_stocks = (df['amp'] > 1) & \
                  (df['high'].rolling(window=C1).apply(lambda x: (np.argmin(x[-C1:]) == C1 - 1) and (np.argmin(x[:-C1]) > np.argmin(x[-C1:])), raw=False)) & \
                  ((df['change_ratio'] / df['volume']) > 0.05)

# 根据涨跌幅排序
selected_stocks = selected_stocks.sort_values('pct_chg', ascending=False)

# 返回选中个股的代码
return selected_stocks['code'].tolist()

通过在Python中实现该选股逻辑,结合振幅、底部抬高和今日增仓占比等指标,综合考虑选股,可以根据实际情况和策略要求进行适当的调整和改进。

    ## 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