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、连续七个交易日收盘价下跌,即七连阴的股票。通过筛选出长期走势较差的股票,期望能够寻找到被市场低估、存在投资价值的股票。
选股逻辑分析
- 指定振幅大于1可以筛选出波动较大的股票,有可能存在短期投资机会;
- 龙虎榜单上的股票存在资金异动,可能对未来股价产生重要影响;
- 连续七个交易日的收盘价下跌,反映出股票的长期走势较差,但也可能存在反弹的机会。
有何风险?
- 可能出现市场风险或行情反转的影响;
- 过于关注长期走势,忽略了一些短期交易机会;
- 不能反映出公司的财务健康状况、持续增长的潜力等因素。
如何优化?
- 引入其它的指标综合考虑,如市盈率、市净率等价值指标,寻找具有投资价值的股票;
- 对于长期走势较差的股票,需要审视其商业模式和盈利状况等因素,找到具体的改善方向;
- 适当关注短期交易机会,避免过度关注长期市场趋势。
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、连续七个交易日收盘价下跌的股票,综合考虑市场走势、资金流入情况等多方面因素,以增强策略的准确性和稳定性。
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 = LHB
yesterday_lhb = REF(lhb, 1)
picks_lhb = IF(yesterday_lhb['buy'] + yesterday_lhb['sell'] > 0, 1, 0)
# 判断连续七个交易日收盘价下跌
close_down = EVERY(C < REF(C, 1), 7)
picks_close_down = IF(IsTrue(close_down[-1]), 1, 0)
picks = picks_amplitude * picks_lhb * picks_close_down
picks_final = SortBy(picks, C, 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 = df[df['amplitude'] > 1].index.tolist()
# 判断昨天是否出现在龙虎榜上
lhb_data = pro.top_list(trade_date='20211008')
lhb_data.set_index('ts_code', inplace=True)
picks_lhb = lhb_data[(lhb_data['buy'] + lhb_data['sell']) > 0].index.tolist()
# 判断连续七个交易日收盘价下跌
start_date = '20211001'
end_date = '20211008'
df_price = pro.daily(trade_date=f'{start_date}:{end_date}', ts_code='000001.SZ')
close_down = df_price['close'] < df_price['close'].shift(1)
picks_close_down = set(df_price[close_down].index.tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(picks_lhb) & set(picks_close_down)
picks_final = df.loc[picks].sort_values(by='close', ascending=False)['ts_code'].tolist()
# 输出选股结果
print(picks_final)
## 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。
