问财量化选股策略逻辑
本选股策略选择振幅大于1、连续3天以上大单净量大于0.05、k小于20。
选股逻辑分析
本策略在前一个逻辑的基础上再次引入了技术指标k线，以进一步筛选出具有短期买入信号的股票。同时，振幅和大单净量的指标在一定程度上可以反映出市场情绪和资金面的情况。
有何风险？
本策略依然较为依赖技术指标和市场情绪，对于基本面因素和长期行业前景的考虑不足。同时，k线的使用也存在着过于简单化的情况，不能全面地反映出股票的走势。
如何优化？
可以引入更多的技术指标，如MACD、均线等，以及基本面的因素，如市盈率、市净率等。同时，可以采用更加科学合理的算法对k线指标进行分析，同时加入量价因素等。综合考虑多方面因素，以提高选股成功率和收益率。
最终的选股逻辑
本选股策略的筛选逻辑为：振幅大于1、连续3天以上大单净量大于0.05、k小于20。
同花顺指标公式代码参考
无
python代码参考
import pandas as pd
import talib
# 读取股票数据
df = pd.read_csv('stock_data.csv')
# 筛选条件1：振幅大于1
df['A'] = df.apply(lambda row: (row['CLOSE'] + row['OPEN']) / 2, axis=1)
df['AMPLITUTE'] = df.apply(lambda row: max(row['HIGH'] - row['LOW'], abs(row['HIGH'] - row['PREV_CLOSE']), abs(row['LOW'] - row['PREV_CLOSE'])), axis=1)
df = df[(abs(df['HIGH'] - df['PREV_CLOSE']) > df['AMPLITUTE']) & (abs(df['LOW'] - df['PREV_CLOSE']) > df['AMPLITUTE'])]
# 筛选条件2：连续3天以上大单净量大于0.05
df['NET_VOLUME_3DAYS'] = df['NET_VOLUME'].rolling(3).sum()
df = df[df['NET_VOLUME_3DAYS'] > 0.05]
# 筛选条件3：k小于20
df['K'], df['D'] = talib.STOCH(df['HIGH'].values, df['LOW'].values, df['CLOSE'].values, fastk_period=9, slowk_period=3, slowk_matype=0, slowd_period=3, slowd_matype=0)
df = df[df['K'] < 20]
# 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。
