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、机器人概念且流通市值小于100亿。此策略选股的关键在于选择波动较大、市场情绪好、机器人概念股票且规模适中的股票。
选股逻辑分析
- 振幅大于1表明短期内波动较大，较易出现投资机会；
- 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；
- 机器人概念的股票通常具有未来增长性，因此值得重视；
- 流通市值小于100亿的股票规模适中，具有一定的投资价值。
有何风险？
- 振幅较大的股票波动性较高，风险也相对较高；
- 龙虎榜数据不能完全代表股票的总体表现，风险仍需注意；
- 机器人概念未来增长并非必然，市场预期风险较高；
- 流通市值小于100亿的股票属于小盘股，投资风险较大。
如何优化？
- 挑选更具有潜力的股票，结合公司的增长性和未来市场预期等；
- 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；
- 加入财务估值等指标，以更全面的方式来选取股票；
- 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、机器人概念且流通市值小于100亿。此策略选股的关键在于选择波动较大、市场情绪好、机器人概念股票且规模适中的股票。
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)
# 判断股票是否为机器人概念股并流通市值小于100亿
picks_concept = CONCEPT =='机器人'
picks_circulation = CIRC_MV<100000000
picks = picks_amplitude * picks_lhb * picks_concept * picks_circulation
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())
# 判断股票是否为机器人概念股并流通市值小于100亿
concept_data = pro.concept(src='ts', fields='id,name,src')
concept_robot = concept_data[concept_data['name'].str.contains('机器人')]['id'].values.tolist()
exclude_code = set(df[df['circ_mv'] >= 100000000]['ts_code'].tolist())
picks_concept = set(df[df['concept'].isin(concept_robot)]['ts_code'].tolist()) - exclude_code
# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_concept)
# 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。
