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、按个股热度从大到小排序的股票为基本条件。
选股逻辑分析
该选股策略将市场热度和基本面情况进行结合，通过考察振幅、成交量和市场热度情况，筛选出波动较大、市场热度较高、成交量较大的股票，并按热度从大到小排序。
有何风险？
该选股逻辑仍然忽略了股票的公司财务情况和未来发展前景，同时振幅、成交量和市场热度本身属于短期交易指标，容易受到市场短期变动的影响。
如何优化？
可以将股票的基本面因素和未来发展前景进行考察，并结合技术指标一同考虑。同时，可以增加条件的严格程度，如振幅、成交量和市场热度的要求，来筛选更符合长期价值投资的股票。
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、按个股热度从大到小排序的股票为选取对象。
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)
//计算个股热度
RANK(AMOUNT)
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
# 计算个股热度并排序
amount_rank = now_data['amount'].rank(ascending=False)
# 合并条件
result = amplitude_bool & last_day_vol_bool
# 筛选结果并按热度从大到小排序
final_result = data[result].sort_values(by=amount_rank)
# 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。
