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,且当前价格低于12元。通过结合技术面和基本面指标进行选股,找到具有较高股价增长潜力的标的。
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;
- 当前价格低于12元,具有一定的低买高卖机会;
- 综合以上三个指标可得出具有较高涨幅潜力和较低风险的股票。
有何风险?
- 选股逻辑较单一,可能会筛选出某些在基本面上较为薄弱的股票;
- 低价位的股票涨幅潜力不一定较高且波动较大,具有一定风险;
- 当前价格低于12元的股票可能受到市场关注较小,影响后续涨幅潜力。
如何优化?
- 加入一些基本面指标,例如市盈率、市净率等指标,以增加选股策略的准确性和可靠性;
- 加入技术面指标,例如MACD、KDJ等指标,以辅助对股票的短期走势进行正确判断;
- 考虑加入一些类似于股息率这样的长期因素指标,以增加长线的投资价值。
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,且当前价格低于12元。通过结合技术面和基本面指标进行选股,以增加策略的准确性和可靠性。
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_data = LHB
yesterday_lhb = REF(lhb_data['buy'] + lhb_data['sell'], 1)
picks_lhb = IF(yesterday_lhb > 0, 1, 0)
# 判断当前价格是否小于12
picks_price = IF(CLOSE < 12, 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_price
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())
# 判断当前价格是否小于12
picks_price = set(df[df['close'] < 12]['ts_code'].tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_price)
# 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。
