问财量化选股策略逻辑
选股逻辑为振幅大于1、流通盘小于等于55亿股、9点25分涨幅小于6%。此策略旨在选出具有一定波动性、规模适中、有一定的短期调整空间的股票。
选股逻辑分析
- 振幅大于1可以筛选出波动较大的股票,适合做短期交易;
- 流通盘小于等于55亿股可以筛选出小盘股,小盘股可能具有较高风险和回报;
- 9点25分涨幅小于6%可以筛选出有短期调整空间的股票,有利于短期低买高卖;
- 此策略综合考虑个股的流动性、波动情况、规模和市场竞争力等因素,适合做短期交易。
有何风险?
- 受市场因素和个股突发事件影响较大,若市场整体情况不好或个股突发不良情况可能会对选股策略造成较大的影响;
- 过分依赖技术指标,忽视个股的基本面和财务情况,可能选出基本面较差的股票;
- 筛选条件过于短期,容易受到噪声干扰和偶然波动的影响。
如何优化?
- 考虑个股的基本面和财务情况,结合技术指标一起进行选股,提高选股成功率;
- 增加一些长期指标,如ROE、净利润增速等,综合考虑长短期因素,提高选股策略的鲁棒性;
- 加入个股的流动性指标,如日均换手率等,降低资金进出对个股的影响,提高选股策略的稳定性。
最终的选股逻辑
选股逻辑为振幅大于1、流通盘小于等于55亿股、9点25分涨幅小于6%。在此基础上,引入其他基本面、财务状况和技术指标等因素进行多因素筛选,选出具有良好基本面、财务状况和短期调整空间的潜力股票。
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)
#计算流通盘
free_share = FREE_SHARE
picks_free_share = IF(free_share <= 5500000000, 1, 0)
#计算涨幅
pre_close = REF(CLOSE, 1)
increase = (OPEN - pre_close) / pre_close * 100
picks_increase = IF(increase < 6, 1, 0)
#取排名前n的股票
n = ceil(COUNT / 10)
picks = picks_amplitude * picks_free_share * picks_increase
picks_final = NLargest(n, picks, picks)
#输出选股结果
WriteIf(picks_final, picks_final, 0)
Python代码参考
#计算振幅
high = df['high']
low = df['low']
close = df['close']
amplitude = 100 * (high - low) / close
picks_amplitude = df[amplitude > 1].index.tolist()
#计算流通盘
free_share = df['free_share']
picks_free_share = df[free_share <= 5500000000].index.tolist()
#计算涨幅
pre_close = df['pre_close']
increase = (df['open'] - pre_close) / pre_close * 100
picks_increase = df[increase < 6].index.tolist()
#取排名前n的股票
n = int(len(df) / 10)
picks = list(set(picks_amplitude) & set(picks_free_share) & set(picks_increase))
picks_final = df.loc[picks].sort_values(by='turnover_rate', ascending=False)[:n]['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。
