问财量化选股策略逻辑
本选股策略选取满足振幅大于1、今日最大跌幅小于-4且大于-5、前日实际换手率大于3%且小于28%的股票作为投资标的。
选股逻辑分析
本选股策略主要考虑了市场表现、股票波动性以及机构投资者的动向，振幅大于1、今日最大跌幅小于-4且大于-5、前日实际换手率大于3%且小于28%可以反映股票的市场表现与波动性，同时机构投资者的动向趋向向好也是本选股策略的一大特点。本选股策略对市场的表现、股票的波动性和机构投资者的看好程度综合考虑，可以为股票投资提供更为综合的信息。
有何风险？
本选股策略的风险主要来自于选股逻辑可能存在偏误和市场变化的影响。前日实际换手率反映了较短时间内的股票波动，如果该变量的选取时间过短，可能因为单一事件影响而出现误判。此外，选股逻辑较为简单，在大量数据的影响下可能会出现假阳、假阴等情况。
如何优化？
本选股策略可以将换手率的选取时间再加长一些，比如在3-6日内进行统计，从而较为准确地反映股票的波动情况。同时，可以将选股逻辑加入其他的技术指标，如MACD、RSI等指标，来综合评估股票的状态。为了避免选股偏误，可以将选股条件更为严格。
最终的选股逻辑
本选股策略选取满足以下条件的股票：
- 振幅大于1；
- 今日最大跌幅小于-4且大于-5；
- 前日实际换手率大于3%且小于28%。
同花顺指标公式代码参考
通达信指标：实际换手率
SUM(VOL,6) / MA(CLOSE, 6) / 100 / 100
python代码参考
import tushare as ts
# 判断是否满足选股逻辑
def select_logic(stock):
# 振幅
df = ts.get_k_data(stock, ktype='D')
if df.iloc[-1]['high'] - df.iloc[-1]['low'] <= df.iloc[-2]['close'] * 0.01:
return False
# 今日最大跌幅
if df.iloc[-1]['low'] > df.iloc[-2]['close'] * 0.96:
return False
# 实际换手率
dj = ts.get_hist_data(stock, start='2022-02-22', ktype='D')
if (dj.iloc[-2]['turnover'] < 3) or (dj.iloc[-2]['turnover'] > 28):
return False
return True
# 选取满足条件的股票
def select_stock():
selected_stocks = []
all_stocks = ts.get_stock_basics()
for stock in all_stocks.index:
if all_stocks.loc[stock, 'name'][0] == '*':
continue
if all_stocks.loc[stock, 'outstanding'] * all_stocks.loc[stock, 'price'] > 1000:
continue
if all_stocks.loc[stock, 'pb'] < 0 or all_stocks.loc[stock, 'pe'] < 0:
continue
if not select_logic(stock):
continue
selected_stocks.append(stock)
return selected_stocks
print(select_stock())
以上代码仅供参考，实现方法会因投资人情况和市场环境而异。
## 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。
