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、换手率大于2%且小于9%的股票。
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。
- 换手率大于2%且小于9%可以筛选出一定程度的市场热门股票。
- 该逻辑选出的股票，可能具备较好的风险控制和收益特征。
- 适合中长线投资的股票。
有何风险？
- 换手率的区间大小可能影响到股票筛选的准确性，需进行适当的调整。
- 此策略仅考虑了技术指标和市场交易行为，缺少了对公司基本面等因素的考虑，投资风险相对较大。
如何优化？
- 可以加入其他技术指标如MACD、KDJ等，提高筛选股票的准确性和灵活性。
- 可以加入基本面因素如公司财务状况、行业竞争格局等，构建更全面的选股模型。
- 可以使用机器学习、深度学习等方法，构建更加准确、全面的选股模型来降低交易成本。
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、换手率大于2%且小于9%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 (TURN_RATE>=2)
AND (TURN_RATE<=9)
AND C>REF(C,N) AND VOLUME>100000
AND COUNT(C>=REF(C,N),N)=N
python代码参考
import akshare as ak
import ta
def select():
data = ak.stock_zh_a_daily_em(symbol="sh") # 获取A股股票信息
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 row['turnover_rate'] > 2 \
and row['turnover_rate'] < 9 \
and row['close'] > row['close'].shift(1) \
and row['volume'] > 100000 \
and sum(row['close'] >= row['close'].shift(i) for i in range(1, 11)) == 10:
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。
