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、500日内至少出现2次涨停的股票。该策略旨在寻找波动大、处于调整期且具备上涨潜力、且受到市场热捧的个股。
选股逻辑分析
- 振幅大于1表明股票走势波动较大;
- 开盘价在十日均线左右说明股票处于调整期;
- 最近500个交易日内至少出现2次涨停表明股票备受市场追捧。
有何风险?
- 只考虑了近期涨势,未考虑股票的基本面和长期趋势等因素;
- 只考虑涨停数量而未考虑涨停的时间和价格等因素。
如何优化?
- 考虑基本面因素,如财务状况、行业前景等;
- 考虑引入更为敏感的技术指标,如日线或30分钟线的MACD或KDJ指标,以及量价指标等;
- 在考虑涨停数量的基础上,加入涨停时间和涨停价格等更为具体的因素。
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、最近500个交易日内至少出现2次涨停的股票,同时加入基本面因素和引入更为敏感的技术指标,以提高选股准确度和风险控制能力。
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)
# 判断最近500个交易日内至少出现2次涨停
up_limit = (CLOSE - REF(CLOSE, 1)) / REF(CLOSE, 1) > 0.095
up_limit_count = COUNT(up_limit, 500)
picks_up_limit = IF(up_limit_count >= 2, 1, 0)
# 选取符合条件的股票
picks_final = picks_amplitude * picks_ma10 * picks_up_limit
# 输出选股结果
WriteIf(picks_final, picks_final, 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)
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())
# 判断最近500个交易日内至少出现2次涨停
up_limit_count = df['close'].pct_change().rolling(2).apply(lambda x: sum(x > 0.095)).rolling(500).apply(lambda x: x[-1])
df['picks_up_limit'] = (up_limit_count >= 2).apply(lambda x: True if x else False)
picks_up_limit = set(df[df['picks_up_limit']]['ts_code'].tolist())
# 选取符合条件的股票
picks_final = picks_amplitude & picks_ma10 & picks_up_limit
# 输出选股结果
print(picks_final)
## 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。
