(supermind)振幅大于1、现量大于1万手

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选股逻辑为:振幅大于1、现量大于1万手、高开、资金强度由大到小。该策略从技术面和资金面综合选股,挑选成交活跃、市场情绪较为高涨且具备资金青睐的个股。

选股逻辑分析

该选股策略从技术面和资金面综合选股,主要依靠振幅、现量、高开和资金强度等指标。振幅、现量、高开等指标反映了成交和市场情绪的活跃度,而资金强度则代表着市场对个股的青睐程度,从而筛选出资金大幅流入的个股,有可能受到资金热捧。

有何风险?

同样存在风险,如信息噪音、不确定性、过度拟合等;同时,资金强度的使用也需要注意,过度追求资金追涨会导致市场泡沫。

如何优化?

可以加入其他技术指标,如相对强弱指标、KDJ等,同时也可以考虑加入其他基本面方面的指标,以更全面地分析个股价值;在资金面上,可以对资金强度进行筛选,例如选取特定时间内资金流入大于一定比例的股票,同时关注指数和行业资金流向等信号。

最终的选股逻辑

选股逻辑为:振幅大于1、现量大于1万手、高开、资金强度由大到小。该选股策略从技术面和资金面综合选股,挑选成交活跃、市场情绪较为高涨且具备资金青睐的个股,并加入其他指标进行分析,同时关注指数和行业资金流向等信号,以达到风险控制和收益优化的平衡。

同花顺指标公式代码参考

C: (振幅 > 1) AND (VOL > 10000) AND (OPEN > YESTCLOSE) AND (COSTPOWER > REF(COSTPOWER,1))

以上为同花顺选股指标公式,包括振幅、交易量、高开和资金强度等指标条件。

Python代码参考

import tushare as ts

def get_selected_stocks():
    pro = ts.pro_api()
    selected_stocks = []
    for ts_code, name, industry in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry').values.tolist():
        daily_data = pro.daily(ts_code=ts_code, start_date='20210201', end_date=pd.to_datetime('today').strftime('%Y%m%d'))[['trade_date', 'open', 'high', 'low', 'close', 'vol', 'amount']]
        if daily_data.empty or len(daily_data) < 100:
            continue
        if daily_data.iloc[-1]['open'] <= daily_data.iloc[-1]['close']:
            continue
        cost_power_data = pro.moneyflow(ts_code=ts_code, start_date='20210201', end_date=pd.to_datetime('today').strftime('%Y%m%d'))[['trade_date', 'buy_sm_vol', 'sell_sm_vol', 'buy_md_vol', 'sell_md_vol', 'buy_lg_vol', 'sell_lg_vol', 'buy_elg_vol', 'sell_elg_vol']]
        if cost_power_data.empty:
            continue
        buy_sum = cost_power_data['buy_sm_vol'].sum() + cost_power_data['buy_md_vol'].sum() + cost_power_data['buy_lg_vol'].sum() + cost_power_data['buy_elg_vol'].sum()
        sell_sum = cost_power_data['sell_sm_vol'].sum() + cost_power_data['sell_md_vol'].sum() + cost_power_data['sell_lg_vol'].sum() + cost_power_data['sell_elg_vol'].sum()
        if buy_sum == 0 or sell_sum == 0:
            continue
        cost_power = buy_sum / sell_sum
        selected_stocks.append((name, ts_code))
    return selected_stocks

该Python代码选股逻辑同样包括振幅、交易量、高开和资金强度等指标条件,同时加入风险控制及数据筛选,如时间窗口等,以达成更精准的选股策略。

    ## 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)
收益&风险
源码

评论