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、昨日竞价换手率大于0.26的条件的股票为基本条件。
选股逻辑分析
本选股策略主要考虑了股票振幅、成交额和竞价换手率三个指标。振幅可以评估股票的波动程度，成交额可以反映市场活跃程度，竞价换手率可以反映市场对该股票的热度。通过综合考虑这些指标，可以有效地筛选出具有成长性和潜力的股票。
有何风险？
本选股策略仍存在因为某些原因（如交易异常、股市大幅波动等）致使股票未来表现不佳的风险。同时，采用竞价换手率作为选股条件存在滞后性，容易导致错过股价快速上涨的机会。
如何优化？
可以在竞价换手率的计算方法上进行适时调整，以符合实际情况和市场变化。同时，可结合其他基本面指标和技术指标进行综合评估，以便更好地判断股票未来的走势。
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、昨日竞价换手率大于0.26的股票。
同花顺指标公式代码参考
无
python代码参考
import tushare as ts
# 读取股票数据
df = ts.get_hist_data('600519', start='2022-01-01')
# 筛选条件1：振幅大于1
df['AMPLITUTE'] = df.apply(lambda row: max(row['high'] - row['low'], abs(row['high'] - row['pre_close']), abs(row['low'] - row['pre_close'])), axis=1)
df = df[df['AMPLITUTE'] > 1]
# 筛选条件2：昨日成交额大于6千万
df['LAST_VOL'] = df['volume'].shift(1) # 加入昨日成交额
df = df[df['LAST_VOL'] > 60000000]
# 筛选条件3：昨日竞价换手率大于0.26
df['TURNOVER_RATE'] = df['volume'].div(df['turnover']) # 竞价换手率
df = df[df['TURNOVER_RATE'].shift(1) > 0.26]
# 输出选股数据
print(df)
## 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。
