(supermind)振幅大于1、开盘价在十日线左右、10日涨幅大于0小于35_

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、10日涨幅大于0小于35%的股票标的。该策略旨在挑选出波动较大、市场相对稳定、未来有一定上涨空间的股票标的，以获得高额投资收益。

选股逻辑分析

1. 振幅大于1表明该股票波动较大，有较高的投资收益机会；
2. 开盘价在十日均线左右说明该股票的市场态势相对稳定；
3. 选择10日涨幅在0%到35%之间的股票，权衡风险盈利比，同时寻找有上涨空间的标的。

有何风险？

1. 只考虑10日涨幅可能忽略了较长时间内的走势，导致选股不够准确；
2. 选股策略过于依赖历史走势，未必能够准确预判未来走势。

如何优化？

1. 综合考虑多个时间段内的涨跌幅、市场情绪、基本面等因素，降低选股风险；
2. 可以尝试使用机器学习等方法来挖掘更精准的选股交易策略。

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、10日涨幅在0%到35%之间的股票标的。在选股时结合多方面因素，综合考虑选股，以提高选股的准确性和成功率。

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)

# 判断10日涨幅在0%到35%之间
pct_chg_10 = (REF(CLOSE, 10) - REF(CLOSE, 20)) / REF(CLOSE, 20) * 100
picks_pct_chg_10 = IF((pct_chg_10 > 0) & (pct_chg_10 < 35), 1, 0)

# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_pct_chg_10
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)

# 判断10日涨幅在0%到35%之间
pct_chg_10 = (df['close'] - df['close'].shift(10)) / df['close'].shift(10) * 100
df['picks_pct_chg_10'] = ((pct_chg_10 > 0) & (pct_chg_10 < 35)).apply(lambda x: True if x else False)

# 输出选股结果
picks_stock = set(df[df['picks_amplitude'] & df['picks_ma10'] & df['picks_pct_chg_10']]['ts_code'].tolist())
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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)