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、换手率在2%至9%之间。此策略旨在选出具有一定波动性、市场流动性较好且风险可控的股票。
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
- 换手率在2%至9%之间可以筛选出市场流动性较好、风险可控的股票
- 此策略综合考虑个股的市场流动性、波动情况和大小盘性质,适合做短期交易。
有何风险?
- 未考虑股票的基本面和财务状况,可能选出基本面不佳的股票
- 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产生较大的影响
- 换手率需要综合考虑其他因素来判断股票的流动性,仅以换手率作为单一指标可能不够全面。
如何优化?
- 同时考虑股票基本面、市场行情因素、资金流动情况和技术指标等因素,以更全面的方式评估股票的投资价值
- 可以加入其他基本面因素和技术指标来筛选优质股票
- 根据市场行情动态调整选股策略以适应投资需求。
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、换手率在2%至9%之间的股票。在此基础上可以引入其他基本面因素和技术指标等因素进行多维度筛选,综合考虑个股的核心价值和价值回报,选出优质、安全、盈利的潜力股票。
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)
#计算换手率
turnover_rate = TURN_OVER / 100
picks_turnover_rate = IF((turnover_rate > 0.02) AND (turnover_rate < 0.09), 1, 0)
#取排名前n的股票
n = ceil(COUNT / 10)
picks = picks_amplitude * picks_free_share * picks_turnover_rate
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()
#计算换手率
turnover_rate = df['turnover_rate']
picks_turnover_rate = df[(turnover_rate > 0.02) & (turnover_rate < 0.09)].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_turnover_rate))
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。
