问财量化选股策略逻辑
选股逻辑为振幅大于1、昨天出现在龙虎榜上且9点25分涨幅小于6%的股票。此策略选股的关键在于选取波动较大、市场热度较高，并且在开盘后不涨太高的标的来达到长期稳定收益的目的。
选股逻辑分析
- 振幅大于1表明短期内波动较大，有较大的投资机会；
- 昨天出现在龙虎榜上的股票通常代表市场情绪好，有一定的短期涨幅及交易活跃度；
- 9点25分涨幅小于6%可能代表市场看好，但股票并未过分热炒，有一定的价值和可能的上涨空间；
- 结合以上几个维度，在市场繁忙和波动剧烈的情况下，选择这样的标的会更为明智。
有何风险？
- 选股策略过于单一，可能导致筛选出的标的过少；
- 盲目追求股票未过度热炒的可能带来漏选高热度标的的风险；
- 只考虑了开盘涨幅的判断标准，可能无法准确地捕获股票的变动趋势。
如何优化？
- 考虑加入其他技术面分析指标，如RSI指标、布林带等，以提高策略的准确性和可靠性；
- 考虑加入基础面信息，如公司业绩、行业评级等，以提高策略的准确性和可靠性；
- 对于开盘涨幅的筛选标准可以针对不同的市场情况和个股特征进行调整；
- 加入机器学习算法识别股票变动趋势，进一步提升选股策略的可靠性。
最终的选股逻辑
选股逻辑为振幅大于1、昨天出现在龙虎榜上且9点25分涨幅小于6%的股票，此策略选股的关键在于选择波动较大、市场热度较高，在开盘后不涨太高的标的来达到长期稳定收益的目的。
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)
# 判断开盘涨幅是否小于6%
open = REF(OPEN, 1)
pct_chg = (CLOSE - open) / open
picks_pct_chg = IF(pct_chg < 0.06, 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_pct_chg
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())
# 判断开盘涨幅是否小于6%
df['pct_chg'] = (df['close'] - df['open']) / df['open']
picks_pct_chg = set(df[df['pct_chg'] < 0.06]['ts_code'].tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_pct_chg)
# 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。
