问财量化选股策略逻辑
选股逻辑为振幅大于1，昨天出现在龙虎榜单上的股票，20日均线大于120日均线。主要考虑技术面指标，通过对历史数据的分析，选出具有较高收益潜力的标的。
选股逻辑分析
- 振幅大于1表明短期内波动较大，可能存在较大的投资机会；
- 龙虎榜单的股票通常具有短期市场炒作波动的可能性，可以作为固定收益（短线交易）的投资机会；
- 20日均线大于120日均线表明股票价格向上趋势，有可能产生较高的收益；
- 考虑选股指标较少，适用范围较窄，需要结合其他指标来进行优化。
有何风险？
- 选股逻辑可能过于依赖技术面指标，忽略了基本面指标；
- 考虑时间周期较短，可选标的数量较少，可能存在较大的出入；
- 股票价格的变化与均线有一定的延迟性，选股逻辑执行时可能产生滞后。
如何优化？
- 结合更多的基本面指标和技术面指标，如市盈率、市净率、相对强弱指标等，以增加策略的准确性和可靠性；
- 加入盈利能力和财务状况等基本面指标；
- 根据不同市场、不同行业，制定不同的选股策略，以适应市场变化。
最终的选股逻辑
选股逻辑为振幅大于1，昨天出现在龙虎榜单上的股票，20日均线大于120日均线，并根据基本面和技术面指标进行筛选，找到具有长期投资价值的标的。
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)
# 判断昨天是否出现在龙虎榜上
lhb_data = LHB
yesterday_lhb = REF(lhb_data['buy'] + lhb_data['sell'], 1)
picks_lhb = IF(yesterday_lhb > 0, 1, 0)
# 计算20日和120日均线
ma20 = MA(CLOSE, 20)
ma120 = MA(CLOSE, 120)
picks_ma = IF(ma20 > ma120, 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_ma
picks_final = SortBy(picks, CLOSE, 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())
# 判断昨天是否出现在龙虎榜上
lhb_data = pro.top_list(trade_date='20211008', fields='ts_code')
yesterday_lhb = set(lhb_data['ts_code'].tolist())
# 计算20日和120日均线
df_fin = pro.daily(ts_code='', trade_date='20211009', fields='ts_code, close')
df_fin['ma20'] = df_fin['close'].rolling(window=20).mean()
df_fin['ma120'] = df_fin['close'].rolling(window=120).mean()
df_fin = df_fin.dropna()
df_fin['ma_diff'] = df_fin['ma20'] - df_fin['ma120']
picks_ma = set(df_fin[df_fin['ma_diff'] > 0]['ts_code'].tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_ma)
# 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。
