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、收益大于0的股票为选取对象。
选股逻辑分析
该选股策略同样选择了振幅和成交量作为筛选关键指标，但同时加入了收益这一指标，旨在筛选出有价值的投资机会，强调了资产增值的考虑，不过该策略依然忽略了股票和整体市场走势之间的关联关系，存在个别情况下盲目跟风的风险。
有何风险？
该选股策略短期收益的考虑较实际估值低，会忽略市场中的一些潜在机会，依赖于股票单独收益，考虑不到周期性行业和影响企业长期增长的因素，容易导致投资决策失误。因此仅作为参考。
如何优化？
可以加入其他指标，例如市盈率、市净率、ROE等等，补充财务分析的维度，进一步加深对公司长期发展的认知，同时，在筛选依据中加入股票相对估值的考虑，以更为全面的视角分析股票的价值潜力。
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、收益大于0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：收益大于0
returns_bool = RETURNS > 0
// 合并条件
result = amplitude_bool & last_day_vol_bool & returns_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：收益大于0
returns_bool = now_data['changepercent'] > 0
# 合并条件
result = amplitude_bool & last_day_vol_bool & returns_bool
# 筛选结果
final_result = ts.get_stock_basics().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。
