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,且收盘价在布林线上轨以下且在布林线中轨以上的股票。该策略旨在寻找波动性较大、处于下跌趋势但仍有一定上涨潜力的股票。
选股逻辑分析
- 振幅大于1表明该股票具有较大的波动性,容易抓住趋势性涨势;
- 开盘价在十日均线左右说明股价相对比较稳定,容易抓住趋势性涨势;
- 收盘价在布林线上轨以下说明股票当前处于回调阶段;
- 收盘价在布林线中轨以上说明股票当前仍具有一定上涨潜力。
有何风险?
- 布林线没有考虑到市场结构等因素的影响,可能存在滞后性;
- 布林线指标参数的选择不合理可能导致信号产生偏差;
- 波动性大的股票存在较大的风险,可能造成亏损。
如何优化?
- 可结合其他指标,如成交量、市场结构等,进行多维度考虑;
- 布林线指标参数的选择需要根据市场环境进行动态调整,以提高信号的准确性;
- 调整选股逻辑,例如限制振幅的大小、加入其他约束条件等,以降低风险。
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,且收盘价在布林线上轨以下且在布林线中轨以上的股票。在选股时综合考虑多维度指标,以降低风险。
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)
# 计算布林线
def BOLL(close, n=20, k=2):
mid = MA(close, n)
std = STD(close, n)
upper = mid + k*std
lower = mid - k*std
return (upper, mid, lower)
upper, mid, lower = BOLL(CLOSE)
picks_boll = IF((CLOSE < upper) & (CLOSE > mid), 1, 0)
# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_boll
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())
# 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)
# 计算布林线
n = 20
k = 2
upper, mid, lower = ta.BBANDS(df['close'], timeperiod=n, nbdevup=k, nbdevdn=k)
df['picks_boll'] = ((df['close'] < upper) & (df['close'] > mid)).apply(lambda x: True if x else False)
# 输出选股结果
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())
picks_boll = set(df[df['picks_boll']]['ts_code'].tolist())
picks_stock = picks_amplitude & picks_ma10 & picks_boll
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。
