(supermind)振幅大于1、开盘价在十日线左右、按今日竞价金额排序前5_

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、按照今日竞价金额排序选出前5只股票。该策略旨在寻找处于波动较大且短期内涨势较强的股票。

选股逻辑分析

1. 振幅大于1说明短期内波动较大；
2. 开盘价在十日均线左右说明股票处于调整期；
3. 选择按照竞价金额排序选出前5只股票，可以刻画出市场整体情况下的市场热点。

有何风险？

1. 选股逻辑忽略了股票的基本面因素；
2. 可能存在个别异常波动的情况，导致选出的股票不稳定；
3. 该选股方法仅适用于市场整体处于上涨趋势的情况，若市场整体调整或下跌，则选出的前5只股票可能不适用。

如何优化？

1. 增加股票基本面因素的考虑，以综合考虑股票的价值和潜力；
2. 加强对风险的控制，例如设置止损等策略；
3. 将选股逻辑与其他技术指标相结合，提高选股精度。

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、按照今日竞价金额排序选出前5只股票。该策略旨在寻找处于波动较大且短期内涨势较强的股票，需要加强对风险的控制和增加对基本面因素的考虑。

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)

# 按竞价金额排序选取前5只股票
picks = SortBy(VOL, GET_RANK_INDEX(VJA), ascending=False)
picks_final = picks[0:5] * picks_amplitude * picks_ma10

# 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())

# 按竞价金额排序选取前5只股票
picks = set(df.sort_values(by='vja', ascending=False)['ts_code'].head(5).tolist())

# 选取符合条件的股票
picks_final = picks & picks_amplitude & picks_ma10

# 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)