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、昨日股价大于250日均线。该策略旨在结合技术面和基本面的因素,选取处于技术面上突破期,同时有良好基本面支撑的股票,以寻找长期持有的投资机会,适合中长期投资策略。
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;
- 昨日股价大于250日均线说明股票处于上涨期。
有何风险?
- 没有考虑到其它基本面因素的影响,例如财务数据、政策环境等;
- 选股策略仅考虑到股价上涨的单一因素,并未考虑市场整体情况;
- 可能存在出现较大波动的市场情况,导致选出的股票下跌。
如何优化?
- 应适当加入其它基本面因素,以综合考虑技术面和基本面因素;
- 考虑市场整体情况,如市场走势、风险偏好等;
- 设定更为细致的风险控制策略。
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、昨日股价大于250日均线。该策略旨在选取同时结合技术面和基本面的因素的股票,以寻找长期持有的投资机会,并加强风险控制。
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)
# 判断昨日股价大于250日均线
ma250 = MA(CLOSE, 250)
picks_ma250 = IF(REF(CLOSE, 1) > ma250, 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_ma10 * picks_ma250
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())
# 判断昨日股价大于250日均线
ma250 = df['close'].rolling(250).mean()
df['picks_ma250'] = (df['close'].shift(1) > ma250).apply(lambda x: True if x else False)
picks_ma250 = set(df[df['picks_ma250']]['ts_code'].tolist())
# 选取符合条件的股票
picks = picks_amplitude & picks_ma10 & picks_ma250
# 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。
