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、资金强度由大到小。该策略旨在寻找短期内波动较大、处于调整期、且有资金流入的股票。
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；
- 资金强度由大到小说明有资金流入，有可能代表市场对股票的看好度较高。
有何风险？
- 策略仅关注短期内的资金流向，有可能忽略了长期的基本面变化；
- 资金流入并不代表股票的估值合理，有可能造成过度买进和高估。
如何优化？
- 可以结合其他技术面和基本面因素，如市盈率、市净率等指标，进一步筛选符合条件的股票；
- 可以设定资金流入的时间周期，如一个月、三个月等，以更全面的角度观察资金动向。
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、资金强度由大到小。该策略旨在寻找短期内波动较大、处于调整期、且有资金流入的股票。
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)
# 计算资金流动指标（以CMF为例）
cmf = SUM(((CLOSE - LOW) - (HIGH - CLOSE)) / (HIGH - LOW) * VOL, 20) / SUM(VOL, 20)
picks_cmf = (cmf.shift(1) > cmf).apply(lambda x: 1 if x else 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_ma10 * picks_cmf
picks_final = SortBy(picks, CMF, 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())
# 计算资金流动指标（以CMF为例）
cmf = talib.SUM(((df['close'] - df['low']) - (df['high'] - df['close'])) / (df['high'] - df['low']) * df['vol'], timeperiod=20) / talib.SUM(df['vol'], timeperiod=20)
df['picks_cmf'] = (cmf.shift(1) > cmf).apply(lambda x: True if x else False)
picks_cmf = set(df[df['picks_cmf']]['ts_code'].tolist())
# 选取符合条件的股票
picks = picks_amplitude & picks_ma10 & picks_cmf
# 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。
