(supermind)振幅大于1、股价为18

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、股价为18.5元、20日均线大于120日均线的股票。该选股策略旨在找到较为稳定的股票,适合长期投资者使用。

选股逻辑分析

该选股策略以振幅大于1、股价为18.5元、20日均线大于120日均线的股票为选股条件。其中,振幅大于1、股价为18.5元为挑选市场规模和价格合理的股票,20日均线大于120日均线为筛选较为稳定的股票。该选股策略适合投资者选择较为稳定和规模合理的股票,适合长期持有。

有何风险?

该选股策略忽略了具体的公司财务状况、行业前景、管理水平等因素,可能导致选股不理想的情况。此外,市场行情变化等因素也可能影响策略的表现。

如何优化?

在选股时,可以考虑将公司财务、管理、行业前景等因素作为筛选条件之一,同时关注市场板块等因素以构建全面的选股模型。此外,还可以加入其他选股因素,如市场板块走势、技术筛选等,以提高选股的有效性。

最终的选股逻辑

选股逻辑为:振幅大于1、股价为18.5元、20日均线大于120日均线的股票。

同花顺指标公式代码参考

# 振幅大于1
SELECT1 = (HIGH - LOW) / HIGH > 0.01
# 股价为18.5元
SELECT2 = CLOSE == 18.5
# 20日均线大于120日均线
SELECT3 = REF(MA(CLOSE,20),1)>REF(MA(CLOSE,120),1)

SELECT = SELECT1 AND SELECT2 AND SELECT3

SORT_BY = '个股热度'
SORT_ASCEND = False

以上为计算选股逻辑的同花顺指标公式。

Python代码参考

import pandas as pd
import tushare as ts

def get_selected_stocks():
    # 获取tushare连接
    ts.set_token('Your Token')
    pro = ts.pro_api()

    # 获取A股市场所有的股票
    all_stocks = [ts_code for ts_code, name, industry in pro.stock_basic(fields='ts_code,name,industry', exchange='', list_status='L').values.tolist() if name[0] != 'S']

    # 计算选股指标并依此进行选股
    selected_stocks = []
    for ts_code in all_stocks:
        hist_data = pro.daily(ts_code=ts_code, start_date='20000101', end_date='20220101', fields='trade_date,high,low,close')

        if hist_data.empty:
            continue

        # 计算20日和120日均线
        hist_data['ma20'] = hist_data['close'].rolling(window=20).mean()
        hist_data['ma120'] = hist_data['close'].rolling(window=120).mean()

        # 筛选符合条件的股票
        if hist_data['high'].max() == hist_data['low'].min() or hist_data.iloc[-1]['close'] != 18.5 or hist_data.iloc[-1]['ma20'] <= hist_data.iloc[-1]['ma120']:
            continue

        selected_data = {}
        selected_data['ts_code'] = ts_code
        selected_data['pro_name'] = pro.stock_basic(ts_code=ts_code, fields='name').iloc[0]['name']
        selected_data['industry'] = pro.stock_basic(ts_code=ts_code, fields='industry').iloc[0]['industry']
        selected_data['exchange'] = pro.stock_basic(ts_code=ts_code, fields='exchange').iloc[0]['exchange']
        selected_stocks.append(selected_data)

    # 按个股热度从大到小排序
    selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol'], reverse=True)

    return selected_stocks_sorted

以上为Python代码实现,选股逻辑为:振幅大于1、股价为18.5元、20日均线大于120日均线的股票。可根据实际需求进行修改。

    ## 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

需要帮助?

试试AI小助手吧