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、底部抬高的股票为选取对象。
选股逻辑分析
在股票价格底部，当买盘逐渐增多，卖盘逐渐减少时，股票价格将逐渐上涨，即底部抬高。通过选择底部抬高的股票，可以抓住具有上涨潜力的标的。同时，振幅大和昨日成交额大是为了筛选出波动较大、具有交易活跃度的品种。
有何风险？
底部抬高的判断存在主观性和操作难度，因此需要结合多个技术指标进行判断。同时，振幅大和昨日成交额大容易被某些热门股票所吸引，导致股票品种单一。
如何优化？
在底部抬高条件中，可以结合多个技术指标如MACD、RSI等因素进行判断，以减小主观性。在振幅和成交额条件中，可以引入其他针对交易活跃度和品种多样性的因素进行筛选。
最终的选股逻辑
将本选股策略的最终逻辑定为筛选振幅大于1、昨日成交额大于6千万、底部抬高的股票为选取对象。
同花顺指标公式代码参考
// 筛选条件1：振幅大于1
amplitude = (HIGH - LOW) / 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 = VOLUME > 60000000
// 筛选条件3：底部抬高
high_price = REF(HIGH,1)
low_price = REF(LOW,1)
price_bool = LOW > low_price and HIGH > high_price
// 合并筛选条件
result = amplitude_bool & last_day_vol_bool & price_bool
// 输出结果
result
python代码参考
import tushare as ts
# 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：底部抬高
high_price = now_data['high'].shift(1)
low_price = now_data['low'].shift(1)
price_bool = (now_data['low'] > low_price) & (now_data['high'] > high_price)
# 合并筛选条件
result = amplitude_bool & last_day_vol_bool & price_bool
# 筛选结果
final_result = now_data.loc[result]
# 输出结果
print(final_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。
