问财量化选股策略逻辑
选股逻辑为振幅大于1，前25天至少有1次涨停，现量大于1万手，当天开盘价高于前一天收盘价，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，可能存在较大涨幅和收益；
- 前25天至少有1次涨停的股票代表市场对该股票认可度较高，市场情绪可能较好；
- 现量大于1万手代表有较大的资金介入，可能具有较大的市场空间；
- 股票开盘价高于前一天收盘价，可能代表市场情绪的积极反应，有助于股价上涨；
- 综合以上四个指标，筛选出波动性较大、市场认可度较高、资金量较大、并且有高开信号的股票，有望带来收益。
有何风险？
- 选股结果基于历史数据，未必能够准确预测未来股票表现；
- 忽略了更多维度的因素，可能造成筛选偏差。
如何优化？
- 考虑加入更多经济、行业等因素，以提高筛选精度；
- 考虑加入技术指标，例如MACD、RSI等。
最终的选股逻辑
选取振幅大于1，前25天至少有1次涨停，现量大于1万手，当天开盘价高于前一天收盘价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:=REF(HIGH=LOW AND HIGH/REF(CLOSE,1)>1.097, COUNT-1)>(COUNT-25);
// 现量大于1万手
COND3:=VOL>10000;
// 当天开盘价高于前一天收盘价
COND4:=OPEN>REF(CLOSE,1);
// 综合条件
CONDITION:=COND1 AND COND2 AND COND3 AND COND4;
SIGNAL:=CHECKCOND(CONDITION, 1);
Python代码参考
import pandas as pd
import akshare as ak
from datetime import datetime, timedelta
from talib import abstract
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", "流通市值":"CIRC"}, 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)
cond2 = cond2.rolling(window=25, min_periods=1).sum() >= 1
# 现量大于1万手
cond3 = stock_df['volume'] > 10000
# 当天开盘价高于前一天收盘价
cond4 = stock_df['open'] > stock_df['close'].shift(1)
# 综合条件
basic_cond = cond1 & cond2 & cond3 & cond4
df = stock_df.loc[basic_cond].sort_values('close', ascending=False).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。
