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20日均线大于120日均线的股票。该策略旨在寻找波动性较大、且处于上涨趋势的股票。
选股逻辑分析
- 振幅大于1表明该股票具有较大的波动性,适合进行趋势性交易;
- 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;
- 20日均线大于120日均线表明股票处于一定的上涨趋势。
有何风险?
- 均线是一种基于历史价格数据的指标,可能存在滞后性;
- 高波动性的股票可能存在风险,过于依赖历史数据,忽略了公司未来发展的变化。
如何优化?
- 可结合技术分析、基本面分析等多维度分析,以降低风险;
- 若加入其他指标如股票市值等,可更好地综合考虑股票的投资价值。
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20日均线大于120日均线的股票。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)
# 判断20日均线大于120日均线
ma20 = MA(CLOSE, 20)
ma120 = MA(CLOSE, 120)
picks_ma = IF(ma20 > ma120, 1, 0)
# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_ma
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20日均线大于120日均线
ma20 = df['close'].rolling(20).mean()
ma120 = df['close'].rolling(120).mean()
df['picks_ma'] = (ma20 > ma120).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_ma = set(df[df['picks_ma']]['ts_code'].tolist())
picks_stock = picks_amplitude & picks_ma10 & picks_ma
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。
