问财量化选股策略逻辑
选股逻辑：振幅大于1,近25个交易日有单日涨幅大于等于百分之10,近一个月内有过涨停。
选股逻辑分析
该选股逻辑选股依据为短期内波动较大、能够快速获得收益的股票。振幅大于1和单日涨幅大于等于百分之10可以反映出短期的涨跌和波动特性。同时，近一个月内有过涨停反映出市场对该股的看好程度，具有一定的可操作性。
有何风险？
该选股逻辑可能存在以下风险：
- 近一个月内有过涨停并不能反映出股票长期的投资价值，该指标具有一定的短期主观因素；
- 涨停股票进入短期当日涨跌买入池，可能会出现市场短期某种情况导致股票突然下跌的风险；
- 筛选条件过于严格，可能会错过一些符合长期逻辑的标的。
如何优化？
为了降低上述风险，我们可以采取以下优化措施：
- 结合基本面数据，对五年内的财务指标、行业数据等进行分析，找出真正有价值的标的；
- 在筛选标准上生成更完备的指标体系，从长期和短期两个角度综合考虑；
- 适当增加投资逻辑的合理性和可读性，提升对该标的的理解和熟悉程度。
最终的选股逻辑
基于上述考虑，我们综合出以下选股逻辑：
- 振幅大于1；
- 近25个交易日有单日涨幅大于等于百分之10；
- 近一个月内有过涨停。
同花顺指标公式代码参考
C1 = IF(HIGH - LOW > ATR(CLOSE, 14), 1, 0);
C2 = IF(ABS((CHANGE(CLOSE, 1) / REF(CLOSE, 1))) >= 0.1, 1, 0);
C3 = IF(IF(CYCLESTOCK, BARSLAST(BARSCOUNT > 0 AND HIGH = LLV(HIGH,BARSCOUNT))<22, FALSE), 1, 0);
SELECTOR = C1*C2*C3;
RESULT = SELECTOR;
python代码参考
import pandas as pd
import numpy as np
df = pd.read_csv('your_data.csv', index_col='date')
def short_term_momentum(df, n):
return df.iloc[-n:]['return'].all() > 0
C1 = np.where(df['high'] - df['low'] > ta.atr(df['close'], 14), 1, 0)
C2 = np.where(abs((df['close'] - df['close'].shift(1)) / df['close'].shift(1)) >= 0.1, 1, 0)
C3 = np.where(df[df['high'] == df['high'].rolling(22, min_periods=1).min()].index[-1] > pd.Timestamp(df.index[-1]) - pd.Timedelta(days=30), 1, 0)
selector = C1 * C2 * C3
result = df[selector == 1].index.tolist()
## 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。
