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、下午大单净流入的股票为基本条件。
选股逻辑分析
该选股策略主要筛选了振幅较大、成交量较大、有符合条件的大单净流入的个股，目的是寻找有相对更大的波动、交易量较大、有主力资金持续买入的个股。
有何风险？
该选股逻辑也是从技术指标入手，对股票的基本面没有区分力度，存在一定风险。此外，该策略只考虑了下午的数据，可能忽略了早上的走势。同时，只凭下午大单净流入的数据也存在可能受到主力资金的控制而导致误判的情况。
如何优化？
可以增加基本面的筛选条件，如股票的财务指标、行业排名、公司管理水平等等。增加多个时间点的大单净流入数据，并综合分析，减少主力资金的影响。对于只凭数据判断大单的策略，可以加入机器学习等算法模型进行验证和判断。
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、下午大单净流入的股票为选取对象。
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)
//计算下午的大单净流入
(IF(VOL>=REF(VOL,1), VOLUME, -VOLUME)/(IF(AMOUNT>0, AMOUNT, 1))) * 10000
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：下午大单净流入
df = ts.get_sina_dd('600835', date='2017-09-19', vol=2000) # 假设筛选日期为2019年7月12日
afternoon_df = df[df['time'] > '13:00:00']
afternoon_net = afternoon_df.groupby('code')['net'].sum() / 10000
afternoon_net_bool = afternoon_net > 0
# 合并条件
result = amplitude_bool & last_day_vol_bool & afternoon_net_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。
