(supermind)振幅大于1、机器人概念且流通市值小于100亿、今日最大跌幅<-4且>

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:振幅大于1,机器人概念且流通市值小于100亿,今日最大跌幅<-4且>-5。

选股逻辑分析

该选股策略同样采用了技术面和基本面的方法,选取振幅大、机器人概念且流通市值小于100亿的股票,再结合当天股票的表现,选取当天最大跌幅在-4~-5区间内的股票。这样的逻辑相对与只基于历史数据的处理,多考虑了当天的股票表现。

有何风险?

该选股策略可能存在以下风险:

  1. 今日最大跌幅不能代表股票走势,可能存在突发因素导致大幅下跌;
  2. 历史数据的振幅大、流通市值小、机器人概念的股票未来表现并非一定优秀;
  3. 过于追求短期股票表现,可能忽略公司的长期价值,导致盲目跟风的风险。

如何优化?

为减少风险,可以从以下几个方面进行改进:

  1. 除了简单的表面指标前提下,加入其它诸如财务指标,估值指标等因素进行综合考虑,形成多维度的选股策略;
  2. 对于今日最大跌幅过于关注,可以适当增加对于当天涨幅、成交量等指标的影响权重,避免偏重捕捉到股票下跌的信号;
  3. 对于长线投资者,应更加关注公司的长期增长潜力和价值。

最终的选股逻辑

为提高策略的可靠性和有效性,最终的选股逻辑如下:

  1. 振幅大于1、机器人概念、流通市值小于100亿的股票;
  2. 今日最大跌幅大于-5%且小于-4%的股票;
  3. 根据基本面、财务数据、行业走势、估值等综合考虑股票的投资价值;
  4. 对于长线投资者,更应该关注公司的长期增长潜力和价值。

同花顺指标公式代码参考

为了实现选股逻辑,可以结合同花顺提供的指标公式,如下:

// 振幅
A1 = ((H - L) / L) > 0.01;
// 机器人概念
B1 = CONCEPT IN ("智能机器人");
// 流通市值小于100亿
C1 = CAPITALIZATION < 100000000;
// 今日最大跌幅
D1 = ((C - O) / O) < -0.04 AND ((C - O) / O) > -0.05;
// 合并条件
IF(A1 AND B1 AND C1 AND D1, 1, 0)

Python代码参考

为了实现选股逻辑,可以结合Python的pandas等模块和优矿的数据API,如下:

# 获取股票数据和当天涨跌幅数据
stock_data = get_stock_data()
daily_data = get_daily_data()
# 判断振幅是否符合条件
stock_data['amplitude'] = (stock_data['high'] - stock_data['low']) / stock_data['low']
stock_data['amplitude_condition'] = stock_data['amplitude'] > 0.01
# 判断是否为机器人概念股票
concept_stocks = get_concept_stocks(['智能机器人'])
stock_data['concept_condition'] = stock_data['code'].isin(concept_stocks)
# 判断流通市值是否符合条件
stock_data['capitalization_condition'] = stock_data['market_cap'] < 100000000
# 判断今日最大跌幅是否符合条件
symbol_daily = daily_data.set_index('symbol')
stock_data['daily_condition'] = stock_data.apply(lambda x: -0.05 < (symbol_daily.loc[x['code']]['close'] - symbol_daily.loc[x['code']]['open']) / symbol_daily.loc[x['code']]['open'] < -0.04 if x['code'] in symbol_daily.index else False, axis=1)
# 合并条件
df = pd.concat([stock_data['amplitude_condition'], stock_data['concept_condition'], stock_data['capitalization_condition'], stock_data['daily_condition']], axis=1)
exc_stocks = df[df.all(axis=1)]
# 定时调整投资组合
selected_stocks = adjust_selected_stocks(exc_stocks)

注意事项:本回答中的选股逻辑、指标公式和Python代码仅供参考,实现过程中需要根据具体投资策略进行作出一定的调整优化。

    ## 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