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、反包。
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。
- 反包指短线卖出股价高于开盘价的股票，可以代表出成交量分布较均匀、股价短期内有回调可能的股票。
- 此逻辑忽略了其他基本面因素，选出的股票可能存在某种程度上的风险，需要谨慎投资。
有何风险？
- 此逻辑偏重技术面指标，忽略了一些基本面或者财务面因素，选出来的股票可能存在公司盈利不稳定或者财务风险等问题，需要谨慎控制风险。
- 此逻辑倾向于选取中小市值的股票，流动性不高，投资者难以在短时间内买入或卖出，也需要加强风险控制。
如何优化？
- 可以根据价值投资的思路，加入买入评级、PEG、ROE等基本面指标，减少投资风险，并提高投资收益。
- 可以基于历史数据进行反向优化，根据回测结果和价值评估等信息对选择的指标进行修正，进一步提高选股的准确性和稳定性。
- 可以使用机器学习或者人工智能等技术，借助数据挖掘和大数据分析等方法，构建更为复杂和准确的选股模型，提高选股的效果和成功率。
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、反包的股票。
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
ABS(OPEN-CLOSE)/OPEN>=0.03 AND
CLOSE<OPEN
python代码参考
import akshare as ak
def select():
data = ak.stock_zh_a_daily() # 获取全部A股股票日行情数据
selected = []
for _, row in data.iterrows():
if (row['high']-row['low'])/row['low'] >= 0.01 \
and row['volume']/row['volume'].rolling(5).mean() > 1.5 \
and row['volume']/row['volume'].rolling(5).mean() < 6 \
and abs(row['open']-row['close'])/row['open'] >= 0.03 \
and row['close'] < row['open']:
selected.append(row['symbol'])
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。
