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，且该股票规模大于2亿，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；
- 根据公司规模筛选，以选择相对经济稳定、具有可持续竞争优势的企业；
- 综合以上三个指标，筛选出波动性较大且规模较大、有潜在价值的优质个股，并具有一定的投资价值。
有何风险？
- 企业规模筛选可能存在行业变化和企业内部发展变化导致筛选结果带有较大偏差的风险；
- 振幅大的股票可能风险较高，不适合所有投资者；
- 选股结果仅基于历史数据，未必能够准确预测未来股票表现。
如何优化？
- 考虑附加其他维度指标，如财务指标、行业发展趋势等维度指标，从多角度综合筛选，以尽可能减少市场变化对筛选结果的影响；
- 考虑对筛选条件进行动态调整，以便尽可能适应市场变化；
- 根据行业以及企业规模的差异，细化规模筛选条件，以更精确地挑选优质股票；
- 加入技术分析指标，选股更具科学性。
最终的选股逻辑
选取振幅大于1，前25天至少有1次涨停，且规模大于2亿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);
// 筛选规模2亿以上
COND3:=CIRC>2e8;
// 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
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)
# 规模筛选条件
cond3 = stock_df['CIRC'] > 2e8
# 综合条件
basic_cond = cond1 & cond2 & cond3
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。
