需要帮助?

试试AI小助手吧

(supermind)振幅大于1、股价为18

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选股逻辑为:振幅大于1、股价为18.5元、机构抄底。选股策略考虑了股票价格波动性、价格合理性和机构动向等因素,以便捕捉短期股价上涨机会。

选股逻辑分析

该选股策略以振幅大于1、股价为18.5元、机构抄底为选股依据。振幅大于1反映了股票价格波动比较大,股价为18.5元则反映了股票价格的合理性,机构抄底则说明股价具有上涨动能,或许还有进一步上涨的机会。通过这些选股条件,寻找可能具有短期股价上涨机会的股票。

有何风险?

该选股策略过于强调短期股价上涨机会,可能会忽略股票的长期价值。此外,盲目追涨杀跌也会存在较大风险。

如何优化?

可综合考虑其他指标和因素,例如加入股票的基本面和估值指标等指标,以更好地评估股票的长期价值。同时,机构抄底也需要结合具体情况,例如对机构动向的信心度等。

最终的选股逻辑

对于A股市场来说,选股逻辑为:振幅大于1、股价为18.5元、机构抄底。在这个基础上,可加入其他基本面和技术指标,以更全面地评估选股质量。

同花顺指标公式代码参考

# 振幅大于1
SELECT1 = (HIGH-LOW)/HIGH > 0.01
# 股价为18.5元
SELECT2 = CLOSE == 18.5
# 机构抄底
SELECT3 = CIRC_HOLDERS > pre_CIRC_HOLDERS \
    AND (CIRC_HOLDERS-pre_CIRC_HOLDERS)/(pre_CIRC_HOLDERS*10000) >= 1

SELECT = SELECT1 AND SELECT2 AND SELECT3

以上为计算选股逻辑的同花顺指标公式。即选股指标为:振幅大于1、股价为18.5元、机构抄底。可根据实际需求进行修改。

Python代码参考

import pandas as pd
import tushare as ts

def get_selected_stocks():
    # 获取tushare连接
    ts.set_token('Your Token')
    pro = ts.pro_api()

    # 获取A股市场所有的股票
    all_stocks = [ts_code for ts_code, name, industry in pro.stock_basic(fields='ts_code,name,industry', exchange='', list_status='L').values.tolist() if name[0] != 'S']

    # 计算选股指标并依此进行选股
    selected_stocks = []
    for ts_code in all_stocks:
        all_data = pro.stock_company(ts_code=ts_code, fields='pro_name,concept_name,industry,exchange,list_date,total_equity,market_type,holders')
        if all_data.empty or all_data.iloc[0]['total_equity'] == 0 or (pd.Timestamp.now() - pd.to_datetime(all_data.iloc[0]['list_date'])).days < 365:
            continue

        quote_data = pro.bar(ts_code=ts_code, freq='5min', start_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), end_date=pd.Timestamp.now().strftime('%Y%m%d'), ma=[5, 20, 60])
        if quote_data.empty:
            continue

        if (quote_data['open'][-1] - quote_data['pre_close'][-1]) / quote_data['pre_close'][-1] > 0.095:
            continue

        if quote_data['close'][-1] != 18.5:
            continue

        holders_data = pro.top10_holders(ts_code=ts_code, start_date=pd.Timestamp.now().strftime('%Y%m%d'), end_date=pd.Timestamp.now().strftime('%Y%m%d'), holder_type='Circulation Shareholder')
        if len(holders_data) < 2:
            continue
        pre_CIRC_HOLDERS = holders_data.iloc[1]['holder_num']
        CIRC_HOLDERS = holders_data.iloc[0]['holder_num']
        if CIRC_HOLDERS <= pre_CIRC_HOLDERS or (CIRC_HOLDERS - pre_CIRC_HOLDERS) / (pre_CIRC_HOLDERS * 10000) < 1:
            continue

        selected_data = quote_data.iloc[-1].copy()
        selected_data['ts_code'] = ts_code
        selected_data['pro_name'] = all_data.iloc[0]['pro_name']

        selected_stocks.append(selected_data)

    selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol'], reverse=True)
    return selected_stocks_sorted

以上为Python代码实现,选股逻辑为:振幅大于1、股价为18.5元、机构抄底。可根据实际需求进行修改。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论