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收盘价位于布林带上沿下方且位于中轨上方。通过选择振幅较大的股票和龙虎榜上热门股票中符合布林带策略的股票,寻找具有较高收益潜力的标的。
选股逻辑分析
- 振幅大于1表明短期内波动较大,可以出现较高的投资机会;
- 昨天出现在龙虎榜单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;
- 选股逻辑通过布林带概念找到较高收益与相对低风险的股票;
- 选股逻辑还依赖于市场趋势与行业分布,波动大的股票分布有时领先于整个市场的趋势;
- 选股逻辑中关键的排序依据、动态调整、选股时间点选取和选股个数的确定等需要考验策略的适应性。
有何风险?
- 布林带策略可能存在市场变化或行业分歧引发的偏离情况,策略的可靠性和鲁棒性有待考虑;
- 选股逻辑中存在波动较大的股票,投资风险较大。
如何优化?
- 结合其他技术面分析指标,如MACD、KDJ指标等提高策略准确性和可靠性;
- 在选股逻辑中加入基本面因素,尤其需要对于行业进行更为精准的分析;
- 根据不同市场和行业的变化,对选股逻辑进行动态调整;
- 进行相应的风控措施,如设定一定的止损、限价等手段,及时削减风险。
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收盘价位于布林带上沿下方且收盘价位于中轨上方,同时综合考虑市场热点等因素,实现公司基本面和技术面的双重筛选。
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)
# 计算布林带中轨和上下轨
ma = MA(CLOSE, 20)
std = STD(CLOSE, 20)
upper_bound = MA + 2 * std
lower_bound = MA - 2 * std
picks_boll = IF(CLOSE < upper_bound AND CLOSE > ma, 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_boll
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())
# 计算布林带中轨和上下轨
df['ma'] = df['close'].rolling(window=20).mean()
df['std'] = df['close'].rolling(window=20).std()
df['upper_bound'] = df['ma'] + 2 * df['std']
df['lower_bound'] = df['ma'] - 2 * df['std']
picks_boll = set(df[(df['close'] < df['upper_bound']) & (df['close'] > df['ma'])]['ts_code'].tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_boll)
# 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。


