(supermind量化-)振幅大于1、500日内至少2次涨停、周线红柱_

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

本股票策略选取以下股票:振幅大于1、500日内至少2次涨停、周线红柱。通过技术面和市场趋势的综合考虑,筛选出处于反弹潜力较高的股票。

选股逻辑分析

此选股逻辑主要以技术面为基础,选择振幅大、经历过多次涨停的股票,且周线红柱,具有反弹潜力。通过技术面和市场趋势的综合考虑,筛选出处于反弹潜力较高的股票。

有何风险?

此选股逻辑偏重于技术面,考验投资者对市场变化的快速反应能力和对技术指标的准确判读。同时,数据的获取和计算存在一定的误差,需谨慎使用。

如何优化?

可以加入基本面分析、增加多样性的技术指标,对市场趋势的判断更为准确,降低选股风险。同时,建议投资者不断学习市场变化和技术分析方法,做到积极调整和优化策略。

最终的选股逻辑

振幅大于1、500日内至少2次涨停、周线红柱。

同花顺指标公式代码参考

  1. 周线红柱公式:根据日线的复式EMA计算出中线,再分别计算出中线、变盘线和主升浪线,通过判断主升浪线是否上穿中线从而确定红柱。

通达信代码:

MA250:=MA(CLOSE,250);
MA60:=MA(CLOSE,60);
MA10:=EMA(CLOSE,10);
MA3:=EMA(CLOSE,3);
BM:=(CLOSE>MA60)AND(MA60>MA250);
VAR1:=-5;
IF BM THEN 
    BEGIN
        MA60X:=(MA60-MA250)/MA250*100;
        VAR1:=MA60X>3;
        MA60C:=MA(CLOSE,60);
        VAR2:=EMA(VOLUME,5);
        VAR3:=EMA(VOLUME,10);
        VAR4:=EMA(VOLUME,20);
        VAR5:=EMA(VOLUME,60);
        ZA:=(VAR2-VAR3)/VAR3*100;
        ZB:=(VAR3-VAR4)/VAR4*100;
        ZC:=(VAR4-VAR5)/VAR5*100;
        SHI:=IF(ZA>ZB,ZB,ZA);
        SHI:=IF(SHI>ZC,ZC,SHI);
        VAR3C:=(VAR3-MA3)/MA3*100;
        VAR10C:=(VAR2-MA10)/MA10*100;
        VAR4X:=EMA(CLOSE,5);
        VAR4C:=EMA(CLOSE,20);
        VAR4C2:=EMA(CLOSE,60);
        VAR4C:=IF((VAR4C-VAR4X)/VAR4X>VAR1,VAR4C,VAR4C2);
        VAR4C:=(VAR4C-MA60)/MA60*100;
        VAR4Z:=(VAR4C+VAR10C+VAR3C+ZB)/3;
        RED:=IF(MA60X>0,IF(VAR4Z>3,IF(CROSS(MA60,MA10),1,0),0),0); 
    END;
     COLOR=IFF(RED>0,1,2),BARSTYLE=1; 
  1. 振幅公式:(high-low)/close

通达信代码:(HHV(HIGH,1)-LLV(LOW,1))/REF(CLOSE,1)

  1. 涨停次数公式:计算500日内涨停次数,使用 rolling() 和 sum() 函数求和

通达信代码:(HIGH / LLV(LOW, 1) > 1.099).SUM(datetime, 500) >= 2

python代码参考

import tushare as ts

# 定义筛选条件
amplitude_filter = 0.01
rise_stop_filter = 2
week_line_filter = True

# 获取历史交易日列表
trade_cal = ts.trade_cal()
trade_days = trade_cal[trade_cal["isOpen"] == 1].sort_values(by="calendarDate", ascending=False).head(500).calendarDate.tolist()

# 获取股票列表
stock_list = ts.get_stock_basics()

# 筛选振幅、涨停、周线红柱满足条件的股票
selected_stocks = stock_list[(stock_list["high"] - stock_list["low"]) >= amplitude_filter * stock_list["close"]]
selected_stocks = selected_stocks[(selected_stocks["high"] / selected_stocks["low"].shift(1) > 1.099).rolling(len(trade_days)).sum() >= rise_stop_filter]
if week_line_filter:
    selected_stocks = selected_stocks.apply(lambda x : x['close'] > x[['ma_v_5', 'ma_v_10', 'ma_v_20', 'ma_v_60']].max(), axis=1)
selected_stocks = selected_stocks[selected_stocks.index.get_level_values(0).astype(str).isin(trade_days)]

# 输出选中的股票
print(selected_stocks.index.tolist())

以上代码仅供参考,具体实现方法可以根据投资者需要和市场情况进行调整。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论