问财量化选股策略逻辑
选取振幅大于1，前25天至少有1次涨停，昨日09:15匹配价跌停的股票进入待投资池。
选股逻辑分析
- 振幅大于1表明该股票波动性较大，容易有较大的涨幅和收益；
- 前25天至少有1次涨停代表市场对该股票认可度高；
- 昨日09:15匹配价跌停代表该股票最近有较大的调整，有可能存在投资机会；
- 选股策略相对简单，易于理解和实现。
有何风险？
- 昨日09:15匹配价跌停只是短期市场情绪反应的体现，不能完全反映股票的潜在价值；
- 选股策略没有考虑公司基本面和财务面因素，只考虑市场的情绪变化和热度，可能出现投资失误；
- 股票市场波动性较大，存在一定风险。
如何优化？
- 可以将基本面和财务面因素融入策略中，如市盈率、市净率等；
- 综合考虑多个市场情绪指标，如KD指标、RSI指标等，增加策略的有效性；
- 加入风险控制模块，控制单只股票投资比例，增加投资组合的多样性。
最终的选股逻辑
选取振幅大于1，前25天至少有1次涨停，昨日09:15匹配价跌停的股票进入待投资池。
同花顺指标公式代码参考
// 振幅大于1
COND1:=(HIGH-LOW)/LOW>0.01;
// 前25天至少有1次涨停
COND2:=BARSSINCE(HIGH=REF(MAX(HIGH,1),1))/COUNT>=1 AND (BARSSINCE(CLOSE=REF(MAX(HIGH,1),1))/COUNT>COUNT-25);
// 昨日09:15匹配价跌停
COND3:=ABS(CLOSE-REF(DAYSSINCE(CLOSE=REF(LOW,1)),1))>0.095;
// 综合条件
CONDITION:=COND1 AND COND2 AND COND3;
SIGNAL:=CHECKCOND(CONDITION, 1);
Python代码参考
import pandas as pd
import akshare as ak
def get_trade_data(stock_code):
stock_df = ak.stock_zh_a_daily(symbol=stock_code, adjust="hfq")
stock_df.rename(columns={"日期":"date","开盘":"open","最高":"high","最低":"low","收盘":"close","成交量":"volume","成交额":"amount", "竞买价": "bid", "竞卖价": "ask", "竞买量":"bid_volume", "竞卖量":"ask_volume"}, inplace=True)
stock_df.sort_values("date", ascending=True, inplace=True)
# 振幅大于1
cond1 = (stock_df['high'] - stock_df['low']) / stock_df['low'] > 0.01
# 前25天至少有1次涨停
cond2 = (stock_df['high'] == stock_df['low']) & (stock_df['high'] / stock_df['close'].shift(1) > 1.097)
# 昨日09:15匹配价跌停
cond3 = abs(stock_df['close'] - stock_df['close'].shift(2)) > 0.095
# 综合条件
basic_cond = cond1 & cond2 & cond3
df = stock_df.loc[basic_cond].reset_index(drop=True)
return df
def select(df):
return df
## 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。
