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,股票均价站在五日均线之上的股票。通过振幅、龙虎榜和均线等因素进行选股,找到具备投资价值的个股。
选股逻辑分析
- 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;
- 龙虎榜单的股票,通常说明存在较大资金流入或离开的情况;
- 股票均价站在五日均线之上,说明股票有一定的向上趋势。
有何风险?
- 市场风险和行情反转的风险存在;
- 龙虎榜单不能完全反映股票真实的资金流向;
- 均线只能反映简单的股价走势,存在滞后现象。
如何优化?
- 引入更多指标进行综合判断,如成交量、市盈率等指标,提升选股策略的稳定性和准确性;
- 适当增加均线的天数,提高选股的可靠性;
- 结合板块和行业分析,进行合理的风险控制和选股范围筛选。
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,股票均价站在五日均线之上的股票。通过振幅、龙虎榜和均线等因素进行选股,以更全面、多角度的方式判断股票的投资价值。
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)
# 判断股票均价是否站在五日均线之上
ma5 = MA(CLOSE, 5)
picks_ma5 = IF(CLOSE > ma5, 1, 0)
picks = picks_amplitude * picks_lhb * picks_ma5
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()
# 判断股票均价是否站在五日均线之上
df['ma5'] = df['close'].rolling(5).mean()
picks_ma5 = df[df['close'] > df['ma5']].index.tolist()
# 选取符合条件的股票
picks = set(picks_amplitude) & set(picks_lhb) & set(picks_ma5)
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。
