(supermind)振幅大于1、昨天3连板、收益＞0

问财量化选股策略逻辑

选股逻辑：振幅大于1，昨天3连板，收益＞0。

选股逻辑分析

该选股逻辑通过以下几个方面来筛选标的：

振幅大于1，以过滤市场活跃且波动比较剧烈的个股；
昨天3连板，表明市场对该标的的买入态势较为明显；
收益大于0，过滤掉昨天3连板但是未获得收益的标的。

有何风险？

该选股策略存在以下风险：

收益是短期因素，可能导致选出的标的风险偏高；
忽略了基本面的因素，可能存在资产被定价过高的可能性。

如何优化？

为了优化该选股逻辑的准确性，可以考虑以下方案：

加入基本面指标，如PE、PB等，降低投资风险；
在收益率的基础上，参考收益率与两个交易日内大盘收益的相关性，排除市场风险对选股策略带来的影响。

最终的选股逻辑

改进后的选股逻辑如下：

振幅大于1；
昨天3连板；
收益率大于0；
收益率与两个交易日内大盘收益的相关性系数大于0.5。

其中，相关性系数的计算方式是利用pandas的相关性函数corr()。

同花顺指标公式代码参考

该选股逻辑的通达信指标公式如下：

FILTER(
ABS((HIGH-LOW)/REF(C,1)) >= 0.01 AND
REF(C,1) < REF(C,2) AND
(C/REF(C,1)-1) > 0 AND
ABS(CORR(INDEXOFTIME(1), INDEXOFBAR(CLOSE), INDEXOFTIME(1), INDEXOFBAR('SH000001'), 2)) >= 0.5 AND
MARKET == SH
, 0)

python代码参考

import pandas as pd
from tqsdk import TqApi, TqAuth

api = TqApi(auth=TqAuth("YOUR_ACCOUNT", "YOUR_PASSWORD"))

symbol_list = ["SHFE.rb2101", "DCE.i2101"]
market_index = "SH000001"  # 大盘指数
for symbol in symbol_list:
    klines = api.get_kline_serial(symbol, 24 * 60 * 60, data_length=500)
    index_klines = api.get_kline_serial(market_index, 24 * 60 * 60, data_length=500)
    df = pd.DataFrame(klines)
    df_index = pd.DataFrame(index_klines)

    C1 = (df['high'] - df['low'] >= 0.01 * df['close'].shift(1))
    C2 = (df['close'].shift(1) < df['close'].shift(2)) & (df['close'].shift(2) < df['close'].shift(3))
    C3 = ((df['close'] / df['close'].shift(1) - 1) > 0)
    C4 = (abs(df['close'].corr(df_index['close'].shift(2))) >= 0.5)

    selector = (C1 & C2 & C3 & C4).astype(int)
    result = df[selector == 1].sort_values(by='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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind)振幅大于1、昨天3连板、收益＞0_