(supermind)振幅大于1、开盘价在十日线左右、今日控盘＞21_

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，今日控盘＞21。该策略旨在挑选出波动较大、市场相对稳定，并且今日有较大力度的买盘的股票标的。

选股逻辑分析

1. 振幅大于1表明该股票波动较大，有高收益的可能性；
2. 开盘价在十日均线左右说明该股票的市场态势相对稳定；
3. 今日控盘＞21表明市场当前存在大量买单，有可能出现上涨机会。

有何风险？

1. 过于依赖技术面，可能忽略了其他因素对股票的影响；
2. 策略选股范围狭窄，可能会错过其他优质股票；
3. 当市场处于熊市时，即使出现大量买单，股票价格仍然可能继续下跌。

如何优化？

1. 在策略选股时，需要综合考虑多方面因素，如财务数据、市场表现等，提高选股准确性；
2. 设定更加严格的条件来确定选股范围；
3. 配合其他策略或指标使用。

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，今日控盘＞21。在筛选时，需要综合考虑多方面因素,并设置更加严格的筛选条件。

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);

#计算控盘
control_day = MA(VOL * IF(CLOSE > OPEN, 1, -1), 21);
picks_control = IF(VOL > control_day, 1, 0);

# 输出选股结果
picks_stock = picks_amplitude * picks_control * picks_ma10;
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)

#计算控盘
volume = df['vol']
close = df['close']
open_price = df['open']
control_day = ((volume * np.where(close > open_price, 1, -1)).rolling(21).mean())
df['picks_control'] = (volume > control_day).apply(lambda x: True if x else False)

# 输出选股结果
picks_stock = set(df[df['picks_ma10'] & df['picks_control']]['ts_code'].tolist()) & picks_amplitude
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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)