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、下午大单净流入的股票。该策略旨在寻找波动大但走势良好,且下午有较大买盘进入的个股。
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;
- 下午大单净流入说明机构投资者看好该股,给予买入支撑。
有何风险?
- 没有考虑股票的基本面因素,可能会选择一些质量较差的股票;
- 大单进出往往有一定风险,可能招致一些大交易者的抛压。
如何优化?
- 加入基本面因素,如财务状况、行业前景等;
- 建立更为严格的风控策略,降低选股风险。
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、下午大单净流入的股票,同时加入基本面因素和更完善的风控策略,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)
# 判断下午大单净流入
pm_close = CLOSE[60:150]
pm_vol = VOL[60:150]
pm_buyAmt = SUM(IF((pm_close > REF(pm_close, 1)) & (VOL > REF(VOL, 1)), pm_close * pm_vol, 0), 3)
pm_sellAmt = SUM(IF((pm_close < REF(pm_close, 1)) & (VOL > REF(VOL, 1)), pm_close * pm_vol, 0), 3)
pm_netAmt = pm_buyAmt - pm_sellAmt
picks_netAmt = IF(pm_netAmt > 0, 1, 0)
# 选取符合条件的股票
picks_final = picks_amplitude * picks_ma10 * picks_netAmt
# 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())
# 判断下午大单净流入
pm_close = df['close'].iloc[60:150]
pm_vol = df['vol'].iloc[60:150]
pm_buyAmt = ((pm_close > pm_close.shift(1)) & (pm_vol > pm_vol.shift(1))) * pm_close * pm_vol
pm_sellAmt = ((pm_close < pm_close.shift(1)) & (pm_vol > pm_vol.shift(1))) * pm_close * pm_vol
pm_netAmt = pm_buyAmt.sum() - pm_sellAmt.sum()
picks_netAmt = set(df[df['ts_code'].isin(pm_buyAmt.index) & (pm_netAmt > 0)]['ts_code'].tolist())
# 选取符合条件的股票
picks_final = picks_amplitude & picks_ma10 & picks_netAmt
# 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。
