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、昨日出现龙虎榜。该策略旨在挑选出波动较大、市场相对稳定、具有市场关注度的股票标的,以获得相应的投资收益。
选股逻辑分析
- 振幅大于1表明该股票波动较大,有较高的投资收益机会;
- 开盘价在十日均线左右说明该股票的市场态势相对稳定;
- 昨日出现龙虎榜表明市场情绪和关注度较高。
有何风险?
- 龙虎榜并不代表一定的利好或利空信息,可能存在市场炒作或其他因素的影响;
- 选股逻辑单一,仅考虑了几个指标,容易忽略其他重要因素的影响。
如何优化?
- 结合选股逻辑的指标,可以加入其他基本面因素和技术面因素的数据,综合分析选股,以提高选股的精准度和有效性;
- 对于龙虎榜指标的选择,可以结合龙虎榜当日的具体情况,比如买入/卖出金额等,以更加精准地筛选标的。
- 可以引入一些风险控制的因素,比如止损、仓位控制等。
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、昨日出现具有市场关注度的龙虎榜。选股时需要考虑多个因素,结合分析基本面因素、市场情绪、技术面等因素,综合选股,提高选股的有效性和准确性。
同花顺指标公式代码参考
通达信没有自带的龙虎榜指标,因此这里只给出振幅及十日均线的指标代码。
# 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)
# 判断昨日出现龙虎榜
last_day = REF(DATE, 1)
picks_lhb = LHB(last_day)
# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_lhb
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)
# 判断昨日出现龙虎榜
df['picks_lhb'] = df['lhb'] > 0
# 输出选股结果
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())
picks_lhb = set(df[df['picks_lhb']]['ts_code'].tolist())
picks_stock = picks_amplitude & picks_ma10 & picks_lhb
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。
