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、外盘/内盘大于1.3。该策略旨在寻找技术面和资金面均较为优秀的股票,并考虑到了市场情绪因素。
选股逻辑分析
- 振幅大于1表明短期内波动较大;
- 开盘价在十日均线左右说明股票处于调整期;
- 外盘/内盘大于1.3表明多头占据上风,市场情绪较为积极;
- 该策略综合考虑了技术面和资金面因素,较为全面地选出市场活跃度较高的股票。
有何风险?
- 过于依赖短期波动情况,可能忽略公司长期潜力和基本面因素;
- 只考虑盘面情绪,可能忽略其它因素对市场表现的影响。
如何优化?
- 在保证技术面因素的前提下,结合基本面因素进行筛选,避免过于依赖技术面;
- 应更全面地考虑资金面因素,如成交额、持股比例等,对市场活跃度的评估更加准确。
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、外盘/内盘大于1.3。该策略旨在寻找技术面和资金面均较为优秀的股票,并在保证技术面因素的前提下,结合基本面因素进行筛选,更全面地考虑资金面因素。
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)
# 计算外盘/内盘
up_vol = SUM(VOL*(CLOSE>OPEN), 5)
dn_vol = SUM(VOL*(CLOSE<OPEN), 5)
vol_ratio = up_vol/dn_vol
picks_vol_ratio = IF(vol_ratio > 1.3, 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_ma10 * picks_vol_ratio
picks_final = SortBy(picks, VOL, descending=True)
# 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())
# 计算外盘/内盘
up_vol = df['vol'] * (df['close'] > df['open']).rolling(5).sum()
dn_vol = df['vol'] * (df['close'] < df['open']).rolling(5).sum()
vol_ratio = up_vol / dn_vol
df['picks_vol_ratio'] = np.where(vol_ratio > 1.3, True, False)
picks_vol_ratio = set(df[df['picks_vol_ratio']]['ts_code'].tolist())
# 选取符合条件的股票
picks = picks_amplitude & picks_ma10 & picks_vol_ratio
# 输出选股结果
print(picks)
## 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。
