(supermind量化-)振幅大于1、500日内至少2次涨停、底部抬高_

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、底部抬高。通过技术面和市场趋势的综合考虑,筛选出处于长期调整但具有反弹潜力的低估值股票。

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,且底部抬高,处于反弹阶段。此外,对市场趋势的综合考虑,选择处于长期调整但具有反弹潜力的低估值股票。

有何风险?

此选股逻辑偏重于技术面和市场趋势,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、底部抬高。

同花顺指标公式代码参考

  1. 底部抬高公式:根据三峰、三矮的判读法,确定底部抬高的标准,具体可参考财务指标数据、市净率等

通达信代码:

(低点1<低点2)AND (低点3>低点2)AND (low<ma(low,N));
说明:N为移动平均周期。
  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
bottom_rise_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、底部抬高满足条件的股票
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 bottom_rise_filter:
    selected_stocks = selected_stocks[(selected_stocks['low'].shift(-2) < selected_stocks['low'].shift(-1)) & (selected_stocks['low'] < selected_stocks['low'].shift(-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