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，且出现酷特智能早晨之星的股票。该策略旨在寻找波动性较大、处于下跌趋势但有反弹信号的股票。
选股逻辑分析
- 振幅大于1表明该股票具有较大的波动性，容易抓住趋势性涨势；
- 开盘价在十日均线左右说明股价相对比较稳定，容易抓住趋势性涨势；
- 酷特智能早晨之星是一种反弹信号，可能提示股票反弹的机会。
有何风险？
- 酷特智能早晨之星存在误判的可能，结果偏差较大；
- 若市场整体走势不佳，即使符合选股逻辑，仍有可能出现亏损。
如何优化？
- 可结合其他指标，如成交量、市场结构等，进行多维度考虑；
- 考虑添加其他的技术指标和基本面数据，避免单一依据；
- 适量加入筛选条件且条件不能过于苛刻，以保障选股数量。
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，且出现酷特智能早晨之星的股票。在选股时综合考虑多维度指标，以降低风险。
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)
# 判断是否出现酷特智能早晨之星
picks_ktzhzc = IF((REF(CLOSE, 2) < REF(CLOSE, 3)) & (REF(CLOSE, 1) < REF(CLOSE, 3)) &
(LOW < OPEN) & (LOW < REF(LOW, 1)) & (CLOSE > REF(CLOSE, 1)), 1, 0)
# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_ktzhzc
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)
# 判断是否出现酷特智能早晨之星
cond1 = df['close'].shift(2) < df['close'].shift(3)
cond2 = df['close'].shift(1) < df['close'].shift(3)
cond3 = df['low'] < df['open']
cond4 = df['low'] < df['low'].shift(1)
cond5 = df['close'] > df['close'].shift(1)
df['picks_ktzhzc'] = (cond1 & cond2 & cond3 & cond4 & cond5).apply(lambda x: True if x else False)
# 输出选股结果
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())
picks_ktzhzc = set(df[df['picks_ktzhzc']]['ts_code'].tolist())
picks_stock = picks_amplitude & picks_ma10 & picks_ktzhzc
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。
