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前25个交易日中至少有一天涨停。此策略选股的关键在于选择波动较大、市场情绪好且具备较强的短期动量。
选股逻辑分析
- 振幅大于1表明短期内波动较大，具有投资机会；
- 昨天出现在龙虎榜上的股票通常意味着市场情绪好，有一定的短期涨幅；
- 前25个交易日中至少有一天涨停通常意味着股票的短期动量较强，有可能会持续上涨。
有何风险？
- 前25个交易日中出现一天涨停不一定代表股票有较强的短期动量；
- 短期内股票的技术面变化快，投资者需要密切关注实时市场动态；
- 追求短期高收益的选股策略可能会带来高风险的交易活动。
如何优化？
- 可以结合其他技术面分析指标，如MACD指标、RSI指标等，从多个角度观察股票的技术面表现；
- 时刻关注股票的基本面信息，如公司财务数据、行业情况等，以提高策略的可靠性；
- 考虑将涨停次数作为选股条件之一，并结合机器学习算法进行股票趋势的预测，以进一步提高选股策略的精度和可靠性。
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前25个交易日中至少有一天涨停。此策略选股的关键在于选择波动较大、市场情绪好且具备较强的短期动量。
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)
# 判断前25个交易日中至少有一天涨停
df = HIST_STK_MT_ZT()
picks_zt_count = COUNT(df, 25)
picks_zt = IF(picks_zt_count > 0, 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_zt
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())
# 判断前25个交易日中至少有一天涨停
zt_data = pro.stk_limit(trade_date='20211008')
zt_code = set(zt_data['ts_code'].tolist())
zt_count = zt_data.groupby('ts_code').size().reset_index(name='zt_count')
zt_count_code = set(zt_count[zt_count['zt_count'] > 0]['ts_code'].tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(zt_code) & set(zt_count_code)
# 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。
