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、流通市值在50亿至100亿之间的股票。通过筛选出这样的股票,可以在波动较大但具有一定规模的个股中寻找短期投资机会。
选股逻辑分析
- 指定振幅大于1可以筛选出波动较大的股票,有可能存在短期投资机会;
- 龙虎榜单上的股票存在资金异动,可能对未来股价产生重要影响;
- 限制流通市值在50亿至100亿之间,可以筛选出规模较大、但并不是特别膨胀的个股,适合短期投资。
有何风险?
- 可能出现市场风险或行情反转的影响;
- 流通市值较大的个股,并不一定代表着稳定的利润增长;
- 龙虎榜单上的个股,存在资金相关的波动和风险。
如何优化?
- 引入其它的指标综合考虑,如市盈率、市净率等价值指标,寻找具有投资价值的股票;
- 对于流通市值较大的个股,需要审视其商业模式和盈利状况等因素,找到具体的改善方向;
- 适当关注短期交易机会,避免过度关注长期市场趋势。
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、流通市值在50亿至100亿之间的股票。综合考虑市场走势、资金流入情况、企业规模等多方面因素,以增强策略的准确性和稳定性。
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 = LHB
yesterday_lhb = REF(lhb, 1)
picks_lhb = IF(yesterday_lhb['buy'] + yesterday_lhb['sell'] > 0, 1, 0)
# 判断流通市值在50亿至100亿之间
capitalization = CIRC_MV / 100000000
picks_capitalization = IF(capitalization >= 50 AND capitalization <= 100, 1, 0)
picks = picks_amplitude * picks_lhb * picks_capitalization
picks_final = SortBy(picks, C, 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 = df[df['amplitude'] > 1].index.tolist()
# 判断昨天是否出现在龙虎榜上
lhb_data = pro.top_list(trade_date='20211008')
lhb_data.set_index('ts_code', inplace=True)
picks_lhb = lhb_data[(lhb_data['buy'] + lhb_data['sell']) > 0].index.tolist()
# 判断流通市值在50亿至100亿之间
capitalization_data = pro.fina_mainbz(ts_code='', period='20210630', type='P')
capitalization_data.set_index('ts_code', inplace=True)
picks_capitalization = capitalization_data[(capitalization_data['circ_mv'] >= 500) & (capitalization_data['circ_mv'] <= 1000)].index.tolist()
# 选取符合条件的股票
picks = set(picks_amplitude) & set(picks_lhb) & set(picks_capitalization)
picks_final = df.loc[picks].sort_values(by='close', ascending=False)['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。
