(supermind量化-)振幅大于1、昨日成交额大于6千万、上市大于

问财量化选股策略逻辑

本选股策略选择振幅大于1、昨日成交额大于6千万、上市时间大于指定时间的股票为基本条件。

选股逻辑分析

该选股策略主要选择了振幅较大、成交量较大、且上市时间较久的个股，通过此策略，可以优先选取相对成熟的公司，避免较新的公司潜在的风险与不确定性，同时提高交易流动性，缩短持股周期。

有何风险？

该选股逻辑无法对公司的基本面、经营能力等方面进行区分和筛选，只是从表面指标进行过滤，可能会忽略一些优秀但相对较新的公司潜在投资机会。同时，某些股票的交易量虽然较大，但实际上处于高位，存在较高风险。

如何优化？

可以加入基本面因素如财务数据等等因素作为判断条件。同时考虑不同阶段选取的不同侧重点，如初始期选取相对活跃的股票，后续阶段则侧重于优秀的内在价值。

最终的选股逻辑

本选股策略的最终逻辑为：振幅大于1、昨日成交额大于6千万、上市时间符合指定条件的股票为选取对象。

同花顺指标公式代码参考

//计算振幅
(HIGH-LOW)/OPEN
//计算昨日成交额
REF(VOL,1)
//计算上市时间
SYSDATE - LISTDATE

python代码参考

import tushare as ts

# 读取股票数据
data = ts.get_stock_basics()

# 筛选条件1：振幅大于1
now_data = ts.get_today_all()
amplitude = (now_data['high'] - now_data['low']) / now_data['open']
amplitude_bool = amplitude > 0.01

# 筛选条件2：昨日成交额大于6千万
last_day_vol_bool = now_data['volume'] > 60000000

# 筛选条件3：上市时间大于指定时间，假设指定时间为10年
list_date_bool = (pd.to_datetime('now') - pd.to_datetime(data['timeToMarket'], format='%Y%m%d')) > pd.Timedelta(days=10*365)

# 合并条件
result = amplitude_bool & last_day_vol_bool & list_date_bool & data_result

# 输出结果
print(result)

    ## 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)

(supermind量化-)振幅大于1、昨日成交额大于6千万、上市大于_