(supermind)振幅大于1、前25天有涨停、酷特智能早晨之星_

用户头像神盾局量子研究部
2023-08-21 发布

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,且当天开盘价小于前一天收盘价且收盘价小于前一天收盘价,进入待投资池。

选股逻辑分析

  1. 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;
  2. 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;
  3. 酷特智能早晨之星是一种经典的技术指标,可以持续跟踪股票价格变化,具有明显的判断卖出信号;
  4. 综合以上三个指标,筛选出波动性较大、市场认可度较高、并且出现酷特智能早晨之星信号的股票,有望带来收益。

有何风险?

  1. 选股结果基于历史数据,未必能够准确预测未来股票表现;
  2. 酷特智能早晨之星指标本身具有一定局限性,不适用于所有市场情况;
  3. 忽略了更多维度的因素,可能造成筛选偏差。

如何优化?

  1. 考虑更多技术指标,例如CCI、KD等指标;
  2. 优化酷特智能早晨之星指标本身,例如修改参数;
  3. 考虑加入更多经济、行业等因素,以提高筛选精度。

最终的选股逻辑

选取振幅大于1,前25天至少有1次涨停,且当天开盘价小于前一天收盘价且收盘价小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);
// 酷特智能早晨之星
OP:=REF(CLOSE,1);
COND3:=((LOW+CLOSE+OPEN)/3)<(REF(LOW,1)*0.995) AND (OPEN<CLOSE) AND (OP>LOW) AND (OP>CLOSE);
// 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)
    cond2 = cond2.rolling(window=25, min_periods=1).sum() >= 1
    # 酷特智能早晨之星
    op = stock_df["close"].shift(1)
    cond3 = ((stock_df["low"] + stock_df["close"] + stock_df["open"]) / 3) < (stock_df["low"].shift(1) * 0.995) & (stock_df["open"] < stock_df["close"]) & (op > stock_df["low"]) & (op > stock_df["close"])
    # 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。
        ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
        
收益&风险
源码

评论

需要帮助?

试试AI小助手吧