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、竞价涨幅大于-2且小于5的股票作为投资标的。
选股逻辑分析
本选股策略同样基于技术面和市场情况来进行选股。振幅大于1、今日最大跌幅小于-4且大于-5、竞价涨幅大于-2且小于5反映了近期市场的波动情况和竞价买卖的情况。本选股策略主要从市场的技术面来考虑，选取具有较强趋势性、相对强势的股票。
有何风险？
本选股策略的风险主要来自于市场的波动和竞价买卖情况。当市场出现非常变化时，可能影响股票价格，这也会影响到竞价涨幅的计算结果。同时，选择股票的趋势性可能会导致一些较为稳定的股票被错过。
如何优化？
本选股策略可以结合其他技术指标来进行优化，例如MACD、RSI等，以进一步评估股票的趋势性。同时，选择竞价涨幅作为判断因素，可能会导致某些竞价买卖情况较差的情况下产生误判，可以结合其他技术指标来进行筛选，提高策略准确度。
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；
- 竞价涨幅大于-2且小于5。
同花顺指标公式代码参考
无
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
# 竞价涨幅
today_df = ts.get_today_ticks(stock)
if len(today_df) == 0:
return False
price_today = today_df.iloc[0]['price']
price_yesterday = df.iloc[-1]['close']
if price_yesterday == 0:
return False
change_percent = (price_today - price_yesterday) / price_yesterday * 100
if change_percent <= -2 or change_percent >= 5:
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。
