需要帮助?

试试AI小助手吧

(supermind)振幅大于1、昨天龙虎榜、按个股热度从大到小排序名_

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,昨天出现在龙虎榜单上的股票,并按照个股热度从大到小排序。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

  1. 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;
  2. 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;
  3. 个股热度可以反映市场对于该股票的关注程度,选择较高热度的股票可以对短期涨幅打磨一定的助力;
  4. 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?

  1. 个股热度指标可能会被投机情绪所忽略,这种情况下该策略的选股效果可能会受到较大影响;
  2. 需要对龙虎榜单的资金流向进行更为精细的监控和分析,避免因为技术面指标不够准确而带来较大亏损;
  3. 如选出的股票所属的行业较为冷门或者题材热度已退,接力效应可能会减弱影响股票的涨跌。

如何优化?

  1. 通过增加另外的基本面指标,如PEG、市销率等选项,进一步优化策略的选股准确性;
  2. 投资者可以通过加入一些看涨型的技术指标,如MACD、KDJ等,能进一步准确判定股票的交易信号;
  3. 个股热度指标可以通过不同的计算方式得出,可以尝试选择更为准确的计算方法进行策略的优化。

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,并按照个股热度从大到小排序。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)

# 按个股热度从大到小排序
hot_data = HOT('gb', 1, 5)
hot_rank = RANK(hot_data)
picks_hot = IF(hot_rank == 1, 1, 0)

# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_hot
picks_final = SortBy(picks, hot_data, 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())

# 按个股热度从大到小排序
hot_data = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, pe')
hot_data['pe'].fillna(0, inplace=True)
hot_data['hot_rank'] = hot_data['pe'].rank(ascending=False)
hot_data.sort_values(by='hot_rank', inplace=True)
picks_hot = set(hot_data[hot_data['hot_rank'] == 1]['ts_code'].tolist())

# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_hot)
picks_final = hot_data[hot_data['ts_code'].isin(picks)]['ts_code'].tolist()

# 输出选股结果
print(picks_final)
    ## 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