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、K线小于20。该策略旨在挑选出波动较大、市场相对稳定、且可能存在反弹的股票标的。
选股逻辑分析
- 振幅大于1表明该股票波动较大,有高收益的可能性;
- 开盘价在十日均线左右说明该股票的市场态势相对稳定;
- K线小于20说明该股票处于超卖状态,有反弹的可能性。
有何风险?
- 存在股票价格波动大的风险;
- 过于依赖技术面,可能忽略了其他因素对股票的影响;
- 反弹并不一定会出现,存在失败的可能性。
如何优化?
- 在选股时需要结合多方面因素进行综合考虑,如财务数据、市场表现等,提高选股准确性;
- 加强对基本面和确定性的考虑;
- 进行定期复盘,及时发现问题并优化调整。
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、K线小于20。在选股时需要综合考虑多方面因素进行筛选。
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);
amp = 100 * (high - low) / close;
picks_amplitude = IF(amp > 1, 1, 0);
#计算十日平均线
ma10 = MA(CLOSE, 10);
picks_ma10 = IF((OPEN > ma10 * 0.95) & (OPEN < ma10 * 1.05), 1, 0);
#计算K线
low_list = []
high_list = []
for i in range(2,32):
low_i = LLV(LOW,i);
high_i = HHV(HIGH,i);
low_list.append(low_i);
high_list.append(high_i);
k = 100 * (CLOSE - LLV(LOW, 30)) / (HHV(HIGH, 30) - LLV(LOW, 30));
d = 100 * SMA(k, 3, 1);
j = 3*k - 2*d;
picks_k = IF(k < 20,1,0);
#输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_k;
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())
#计算十日平均线
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K线
low_list = []
high_list = []
for i in range(2,32):
low_i = df.iloc[-i:]['low'].min()
high_i = df.iloc[-i:]['high'].max()
low_list.append(low_i)
high_list.append(high_i)
k = 100 * (df['close'] - min(low_list[-30:])) / (max(high_list[-30:]) - min(low_list[-30:]))
d = 100 * pd.Series(k).rolling(3, min_periods=1).mean()
j = 3*k - 2*d
df['picks_k'] = (k < 20).apply(lambda x: True if x else False)
#输出选股结果
picks_stock = picks_amplitude & set(df[df['picks_ma10']]['ts_code'].tolist()) & set(df[df['picks_k']]['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。
