问财量化选股策略逻辑
选股逻辑为振幅大于1、开盘价在十日均线左右,且连续10天内涨停天数大于2的股票。该策略旨在寻找波动性较大、处于上涨趋势 稳定性好、且具有一定市场火热程度的股票。
选股逻辑分析
- 振幅大于1表明该股票具有较大的波动性,容易抓住趋势性涨势;
- 开盘价在十日均线左右说明股价相对比较稳定,容易抓住趋势性涨势;
- 连续10天内涨停天数大于2表明股票市场火热程度高,且具有较强的上涨趋势。
有何风险?
- 依赖历史数据,可能存在滞后性;
- 停牌、新闻等因素可能造成涨停天数的误判;
- 过于依赖市场热点,可能导致过度追涨,高估市场价值。
如何优化?
- 可加入其他指标如成交量、市场规模等,进行多维度考虑;
- 均线、振幅等指标可适当进行调整,以适应不同市场环境。
最终的选股逻辑
选股逻辑为振幅大于1、开盘价在十日均线左右,且连续10天内涨停天数大于2的股票。在选股时综合考虑多维度指标,以降低风险。
同花顺指标公式代码参考
# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)
# 判断开盘价在十日均线左右
ma10 = MA(CLOSE, 10)
picks_ma10 = IF((OPEN > ma10 * 0.95) & (OPEN < ma10 * 1.05), 1, 0)
# 计算连续涨停天数
up_limit = REF(HIGH, 1) == REF(LOW, 1)
days_up_limit = SUM(up_limit, 10)
picks_up_limit = IF(days_up_limit > 2, 1, 0)
# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_up_limit
WriteIf(picks_stock, picks_stock, 0)
python代码参考
# 计算振幅
df['amplitude'] = 100 * (df['high'] - df['low']) / df['close']
picks_amplitude = set(df[df['amplitude'] > 1]['ts_code'].tolist())
# 判断开盘价在十日均线左右
ma10 = df['close'].rolling(10).mean()
df['picks_ma10'] = ((df['open'] > ma10*0.95) & (df['open'] < ma10*1.05)).apply(lambda x: True if x else False)
# 计算连续涨停天数
up_limit = (df['high'].shift(1) == df['low'].shift(1)).astype(int)
df['days_up_limit'] = up_limit.rolling(10).sum()
df['picks_up'] = (df['days_up_limit'] > 2).apply(lambda x: True if x else False)
# 输出选股结果
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())
picks_up = set(df[df['picks_up']]['ts_code'].tolist())
picks_stock = picks_amplitude & picks_ma10 & picks_up
print(picks_stock)
## 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。
