问财量化选股策略逻辑
选股逻辑为振幅大于1、圆弧形、资金强度由大到小的股票。
选股逻辑分析
- 振幅大于1可以筛选出成交活跃但不过度的股票，符合短期操作的需求。
- 圆弧形可以筛选出相对于均线波动比较缓和的股票，符合短期操作的需求。
- 根据资金强度由大到小，可以筛选出主力资金正在的股票，符合中期操作的需求。
有何风险？
- 选股依据主要基于技术面，不考虑股票基本面的影响，存在潜在风险。
- 选股逻辑相对单一，可能会忽略某些重要的市场因素，导致误判。
如何优化？
- 加入其他技术分析指标，同时考虑股票的基本面因素。
- 根据市场情况及时调整选股策略，以应对市场的变化。
最终的选股逻辑
选股逻辑为振幅大于1、圆弧形、资金强度由大到小的股票。
同花顺指标公式代码参考
C0 > C1 AND (C0 - MIN(L, C1)) / (MAX(H, C1) - MIN(L, C1)) > 0.6 AND
VOL_SUM_5 > VOL_SUM_20 AND VOL_SUM_20 > VOL_SUM_60 AND
NOT (MARKETTYPE = 5) AND
((C > O AND VOL > 0) OR (C < O AND VOL > 0)) AND
VOL > 0
其中C0表示最后一分钟收盘价，C1表示前一分钟收盘价，L表示最后一分钟最低价，H表示最后一分钟最高价，VOL_SUM_5表示过去5分钟的成交量累计和，VOL_SUM_20表示过去20分钟的成交量累计和，VOL_SUM_60表示过去60分钟的成交量累计和，NOT (MARKETTYPE = 5)表示排除科创板股票，C表示收盘价，O表示开盘价，VOL表示成交量。
python代码参考
import akshare as ak
def select():
data = ak.stock_zh_a_minute_sina(symbol='sh000001', period='1')
data['amplitude'] = (data['high']-data['low'])/data['open']
data['arc_shape'] = (data['close']-data[['open','close']].min(axis=1))/(data[['open','close']].max(axis=1)-data[['open','close']].min(axis=1))
data.sort_values(by='flow_sell', inplace=True, ascending=False)
selected = []
for code in data['symbol'].unique():
code_data = data[data['symbol']==code].head(60)
if (code_data['amplitude']>1).all() and (code_data['arc_shape']>0.6).all() \
and code_data['flow_buy'].rolling(window=5).sum().iloc[-1]>code_data['flow_buy'].rolling(window=20).sum().iloc[-1] \
and code_data['flow_buy'].rolling(window=20).sum().iloc[-1]>code_data['flow_buy'].rolling(window=60).sum().iloc[-1] \
and code_data['market_type'].iloc[-1]!=5:
selected.append(code)
return selected
## 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。
