(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、集中度70<20%的股票。该选股策略旨在寻找具备一定规模、市场关注度,同时分散风险的股票,适合长期投资者使用。

选股逻辑分析

该选股策略以振幅大于1、股价为18.5元、集中度70<20%的股票为选股条件。其中,振幅大于1、股价为18.5元为挑选市场规模和价格合理的股票,集中度70<20%为筛选分散风险的股票。该选股策略适合投资者选择关注市场规模、风险分散的股票,同时规避市场集中度过高对风险的影响。

有何风险?

该选股策略仅从概率上考虑分散风险,但忽视了具体的公司财务状况、行业前景、管理水平等因素,可能导致选股不理想的情况。此外,市场行情变化等因素也可能影响策略的表现。

如何优化?

在选股时,可以考虑将集中度作为筛选条件之一,同时关注公司的财务、管理、行业前景等因素以构建全面的选股模型。此外,还可以加入其他选股因素,如市场板块、技术筛选等,以提高选股的有效性。

最终的选股逻辑

选股逻辑为:振幅大于1、股价为18.5元、集中度70<20%的股票。

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
# 集中度70<20%
SELECT3 = CONCENTRATION_20D > 70

SELECT = SELECT1 AND SELECT2 AND SELECT3

SORT_BY = '个股热度'
SORT_ASCEND = False

以上为计算选股逻辑的同花顺指标公式。

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,pe_ttm,pb,total_equity,holders,sec_name,market_type')
        if all_data.empty or all_data.iloc[0]['total_equity'] == 0:
            continue

        if all_data.iloc[0]['market_type'] != 1 or all_data.iloc[0]['holders'] == '非公开发行股份上市':
            continue

        if all_data.iloc[0]['concentration_20d'] > 70:
            continue

        selected_data = {}
        selected_data['ts_code'] = ts_code
        selected_data['pro_name'] = all_data.iloc[0]['pro_name']
        selected_data['industry'] = all_data.iloc[0]['industry']
        selected_data['concept_name'] = all_data.iloc[0]['concept_name']
        selected_data['exchange'] = all_data.iloc[0]['exchange']
        selected_stocks.append(selected_data)

    # 按个股热度从大到小排序
    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、集中度70<20%的股票。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