问财量化选股策略逻辑
选股逻辑：振幅大于1、昨天有3连板、DEA线上涨。
选股逻辑分析
该选股策略结合了技术指标和市场走势。振幅大于1显示出股票波动性较大，连续3个交易日上涨表明市场热门，DEA线上涨则表明股票处于上升趋势。
选股策略希望通过综合技术指标及市场趋势，将表现良好、前景广阔的股票挑选出来。
有何风险？
以下是该选股策略可能存在的风险：
- 忽略了市场需求和竞争状况等长期因素；
- 技术指标的准确性有限，可能存在假信号；
- 只注重单一因素，容易导致投资风险和损失。
如何优化？
为了降低风险并优化选股策略，可以尝试以下优化：
- 加入其他技术指标如MACD、KDJ、RSI等，以更好地规律市场变化和趋势；
- 确保数据来源的准确性和可靠性；
- 结合基本面等信息，确认股票的投资价值；
- 加入量化分析等方法，自动化、高效化地进行选股。
最终的选股逻辑
根据以上分析和优化，可以得到完善的选股逻辑：
- 挑选振幅大于1，昨天有3连板的股票；
- 监测股票的DEA线是否上涨；
- 加入其他技术指标和基本面等信息，确认股票的投资价值；
- 采用量化分析等方法，自动化、高效化地进行选股。
同花顺指标公式代码参考
C1: IF((HIGH - LOW >= 1), 1, 0);
C2: IF((LASTDAY(HIGH>LASTDAY(CLOSE,1)) AND LASTDAY(HIGH>LASTDAY(CLOSE,2)) AND LASTDAY(HIGH>LASTDAY(CLOSE,3))), 1, 0); // 昨日3连板
C3: (EMA(CLOSE, 12)>EMA(CLOSE,26) AND LASTDAY(EMA(CLOSE, 12))<LASTDAY(EMA(CLOSE,26)));
C4: IF(C1 AND C2 AND C3, 1, 0);
SELECTOR: C4;
RESULT: SELECTOR;
python代码参考
import pandas as pd
from tqsdk import TqApi, TqAuth
api = TqApi(auth=TqAuth("YOUR_ACCOUNT", "YOUR_PASSWORD"))
klines = api.get_kline_serial("SHFE.rb2101", 15 * 60, data_length=300)
df = pd.DataFrame(klines)
C1 = (df['high'] - df['low'] >= 1)
def check_limit_up(x):
return ((x.shift(1) > x.shift(2)) & \
(x.shift(2) > x.shift(3)) & \
(x.shift(3) > x.shift(4))).all()
C2 = df.groupby('contract.symbol')['close'].apply(check_limit_up)
EMA12 = df['close'].ewm(span=12).mean()
EMA26 = df['close'].ewm(span=26).mean()
C3 = (EMA12 > EMA26) & (EMA12.shift(1) < EMA26.shift(1))
selector = (C1 & C2 & C3).astype(int)
result = df[selector == 1].sort_values('amount', ascending=False).index.tolist()
## 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。
