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、竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万的股票。
选股逻辑分析
- 振幅、量比可以筛选出成交活跃但不过度的股票，符合短期操作的需求。
- 竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万是较为特殊的选股逻辑，可以有效筛选出市场中较为活跃的资金、资本参与，对个股的支撑性较强，符合中长期操作的需求。
- 相比于一般的技术指标，增加了竞价时涨跌幅买入大单、特大单买入量的选股逻辑，提高了个股的稳定性和操作性。
有何风险？
- 策略逻辑相对较为特殊，具有一定的操作风险。
- 资金盘口、市场预期等因素的影响可能导致选股结果不准确。
如何优化？
- 结合其他技术分析和基本面分析，提高选股策略的准确性和可操作性。
- 严格控制风险，建立科学有效的风险控制体系，避免过度依赖特殊的选股逻辑而忽略了市场风险。
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、竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万的股票。
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
(VOLUME/10000 >= 70 AND (CLOSE-OPEN)/OPEN >= 0.05) AND
(VOLUME/10000 >= 70 AND (CLOSE-OPEN)/OPEN <= -0.03)
python代码参考
import akshare as ak
def select():
data = ak.stock_zh_a_minute_sina(symbol='sh000001')
selected = []
for code in data['symbol'].unique():
code_data = data[data['symbol']==code]
special_large_order = code_data[(code_data['volume'] >= 7000000) & ((code_data['close']-code_data['open'])/code_data['open'] >= 0.05)].sum()
special_large_order += code_data[(code_data['volume'] >= 7000000) & ((code_data['close']-code_data['open'])/code_data['open'] <= -0.03)].sum()
if (code_data['high']-code_data['low'])/code_data['low'] >= 0.01 \
and code_data['volume'].mean()/ak.stock_em_yjbb(symbol=code)['总股本'] <= 6 \
and code_data['volume'].mean()/ak.stock_em_yjbb(symbol=code)['总股本'] >= 1.5 \
and special_large_order['volume'] >= 70000000:
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。
