问财量化选股策略逻辑
选股逻辑为振幅大于1、量比大于1.5、量比小于6、500日内至少2次涨停。
选股逻辑分析
- 振幅大于1可以筛选出波动较大、有较大盈利机会的股票。
- 量比大于1.5、量比小于6可以筛选出成交活跃但不过度的股票。
- 两次涨停以上可以反映出市场对该股票看好，存在股价上涨动力。
有何风险？
- 涨停次数偏多可能会导致股价被高估，存在因为跟风参与导致被套的风险。
- 忽略其他因素，这个单一的逻辑容易给出错误信号。选股最好是多个因素交叉去考虑，综合作出决策。
如何优化？
- 可以加入其他技术指标和基本面指标，综合考虑，提高选股的准确性。
- 加入其他股票性质指标，比如市值、行业等，精准地挖掘潜力股票。
- 对单一指标选股结果进行动态筛选和跟踪，合理控制仓位和风险。
最终的选股逻辑
选股逻辑为振幅大于1、量比大于1.5、量比小于6、500日内至少2次涨停，并且市值在100亿以下。
同花顺指标公式代码参考
(HIGH-LOW)/LOW>=0.01
AND (VOL/VOL_MA5>=1.5)
AND (VOL/VOL_MA5<=6)
AND (SUM(CLOSE>REF(HIGH,1),500)>=2)
AND (MARKETVALUE<100)
python代码参考
import akshare as ak
def select():
data = ak.stock_board_industry(symbol="行业板块") # 用于筛选市值低于100亿的股票
data = data.loc[data['市值']<10000000000]
codes = list(data['股票代码'])
selected = []
for code in codes:
df = ak.stock_zh_a_daily_sina(symbol=code)
df['涨停'] = (df['close'] == df['high'].shift(1).rolling(1).max()) & (df['close'] != df['low'].shift(1))
if (df['high'] - df['low']) / df['low'].iloc[-1] < 0.01 \
and df['volume'].iloc[-1] / df['volume'].rolling(5).mean().iloc[-1] > 1.5 \
and df['volume'].iloc[-1] / df['volume'].rolling(5).mean().iloc[-1] < 6 \
and df['涨停'].rolling(500).sum().iloc[-1] >= 2:
selected.append(code)
return selected
## 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。
