(supermind)振幅大于1、昨天龙虎榜、反包_

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、反包。此策略选股的关键在于选择波动较大、市场情绪好、较强的反包信号股票。

选股逻辑分析

1. 振幅大于1表明短期内波动较大，较易出现投资机会；
2. 昨天出现在龙虎榜上意味着市场情绪高涨，有较强的短期表现；
3. 反包为一种技术形态，代表着市场情绪的反转，具有一定的投资参考价值。

有何风险？

1. 振幅较大的股票波动性较高，风险也相对较高；
2. 龙虎榜数据不能完全代表股票的总体表现，风险仍需注意；
3. 反包不是百分之百准确的信号，具有一定的错误率。

如何优化？

1. 结合其它技术指标，如均线系统等，综合分析是否具有进一步的投资价值；
2. 加入财务估值等指标，以更全面的方式来选取股票；
3. 综合各种数据源，如资金流向、板块情况等，以更全面的数据来筛选股票；
4. 可以通过加入行业约束来进一步筛选股票，以避免选择风险高的行业。

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、反包。此策略选股的关键在于选择波动较大、市场情绪好、较强的反包信号股票。

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)

# 计算反包
reverse = IF(REF(CLOSE, 1) > REF(OPEN, 1), 1, 0)
reverse_gap = IF(reverse == 1 AND HIGH < REF(LOW, 1), 1, 0)
picks_reverse = IF(reverse_gap > 0, 1, 0)

# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_reverse
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())

# 计算反包
df['reverse'] = np.where(df['close'].shift(1) > df['open'].shift(1), 1, 0)
df['reverse_gap'] = np.where((df['reverse'] == 1) & (df['high'] < df['low'].shift(1)), 1, 0)
picks_reverse = set(df[df['reverse_gap'] == 1]['ts_code'].tolist())

# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_reverse)

# 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)