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、量比大于1.5、量比小于6。该策略旨在选取波动性较大、市场相对稳定、成交量相对活跃的股票标的，以获得相应的投资收益。
选股逻辑分析
- 振幅大于1表明该股票波动较大，有较高的投资赚取空间；
- 开盘价在十日均线左右说明该股票的市场趋势相对稳定；
- 量比大于1.5表明该股票成交量相对活跃，拥有一定的市场关注度；
- 量比小于6表明该股票的交易市场尚未过于繁华，有可能存在投资机会。
有何风险？
- 股票历史数据的表现不一定能在未来持续表现，存在风险；
- 指标选取的合理性存在一定程度上的主观性和不确定性，存在风险。
如何优化？
- 在选股时，应考虑行业、市场风格等因素，以及政策、经济等宏观因素的影响；
- 选取合适的指标及滚动时间点进行选股，例如可以考虑20日均线或30日均线等；
- 要保持选股策略的灵活性，及时更新选股指标及其计算方法，以应对市场的变化。
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、量比大于1.5、量比小于6。在选股时需要综合考虑股票基本面数据、市场风格、流动性等多方面的因素，以获得更加准确的选股结果。
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)
# 判断量比大于1.5，小于6
vol = REF(VOL, 1)
vol_ratio = vol / MA(vol, 5)
picks_vol_ratio = IF((vol_ratio > 1.5) & (vol_ratio < 6), 1, 0)
# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_vol_ratio
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)
# 判断量比大于1.5，小于6
df['vol_ratio'] = df['vol'] / df['vol'].rolling(5).mean()
df['picks_vol_ratio'] = ((df['vol_ratio'] > 1.5) & (df['vol_ratio'] < 6)).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_vol_ratio = set(df[df['picks_vol_ratio']]['ts_code'].tolist())
picks_stock = picks_amplitude & picks_ma10 & picks_vol_ratio
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。
