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的股票,以及大单净量在个股中排名靠前的股票。此策略选股的关键在于选出波动较大,成交量适宜,市场情绪好,且受到大单资金的追捧的标的来达到获取固定收益的目的。
选股逻辑分析
- 振幅大于1表明短期内波动较大,可以出现较高的投资机会;
- 昨天出现在龙虎榜上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;
- 大单净量排名靠前的股票,是机构资金追捧的重点标的,具有较好的市场情绪和投资价值;
- 输入以上三个逻辑并筛选出符合条件的标的,可以提高短期投资的成功率。
有何风险?
- 选股策略过于单一,可能导致筛选出的标的过少;
- 龙虎榜上的股票和大单净量排名靠前的股票具有较大的投机性,业绩和基本面可能不能够完全匹配;
- 数据来源的可能存在一定误差,需加以注意;
- 市场波动较大,策略的风险较高;
- 可能存在关联资本市场其他领域机会的标的,公司从事的领域与市场热度过于关联性强,可能造成公司基本面毫无保障的情况下,投入巨大的利润项。
如何优化?
- 根据市场实际情况,动态调整选择标的的选股逻辑;
- 加强风险控制,在选股策略中引入止损机制等方式;
- 结合其他技术面分析指标,如KDJ、MACD指标等提高策略准确性和可靠性;
- 加入股票行业等基本面信息提高分析结果的准确性和可靠性;
- 选取机构评级和资金流向等基本面指标作为参考,提高策略的可靠性。
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的股票,以及大单净量在个股中排名靠前的股票。此策略选股的关键在于选出波动较大,成交量适宜,市场情绪好,且受到大单资金的追捧的标的来达到获取固定收益的目的。
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)
# 计算大单净量排名
big_money = MA5*(BIGMONEY1+BIGMONEY2)/100000000
picks_big_money = BIGTOPRANK(big_money, count=100)
# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_big_money
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())
# 计算大单净量排名
money_flow_data = pro.moneyflow(trade_date='20211008', fields='ts_code,big_money_net')
money_flow_data = money_flow_data.sort_values(by='big_money_net', ascending=False)
picks_big_money = set(money_flow_data['ts_code'].head(100).tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_big_money)
# 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。
