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、当日涨跌幅乘以超大单净量。该策略旨在寻找技术面和市场关注度均较为优秀的股票,并考虑到资金面因素。
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;
- 考虑当日涨跌幅乘以超大单净量,这样的股票容易吸引市场资金的持续关注;
- 该策略综合考虑了技术面和资金面因素,能够较好地选出市场热度较高的股票。
有何风险?
- 短期因素过于突出,可能会忽略公司的长期走势和发展前景;
- 考虑资金面因素过于单一,可能会忽略其他因素对于股票市场表现的重要影响。
如何优化?
- 在保证技术面因素的前提下,结合基本面因素进行筛选,避免因素盲目突出;
- 应更全面地考虑资金面因素,如涨跌停板的变化、成交量等,对市场热度的评估更加准确。
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、当日涨跌幅乘以超大单净量。该策略旨在寻找技术面和市场关注度均较为优秀的股票,并在保证技术面因素的前提下,结合基本面因素进行筛选,更全面地考虑资金面因素。
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)
# 计算当日涨跌幅乘以超大单净量
money = DIFF(CLOSE * VOL)
picks_money = IF(money > 0, money, 0)
picks_final = IF(picks_money * C / REF(DIFF(VOL, 1) / 10000, 1), 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_ma10 * picks_final
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())
# 计算当日涨跌幅乘以超大单净量
df['money'] = (df['close'] * df['vol']).diff().fillna(0)
df['picks_money'] = np.where(df['money'] > 0, df['money'], 0) * df['pct_chg'] * df['superbuy']
picks_money = set(df[df['picks_money'] > 0]['ts_code'].tolist())
# 选取符合条件的股票
picks = picks_amplitude & picks_ma10 & picks_money
# 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。
