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和价格＜12的股票。
选股逻辑分析
本选股策略在原来的基础上增加了按价格筛选的条件，主要是为了寻找低估值的股票。同时，振幅和大单净量仍然是技术面和资金面的重要指标，在综合考虑之后可以挑选出具备较好投资潜力的股票。
有何风险？
本选股策略的风险同样在于单一基本面指标无法全面反映公司的内在价值和基本面，个股的技术面和资金面状态也随时可能发生变化，需要及时调整选股策略。
如何优化？
可以加入更多的基本面指标，比如净利润增长率、营收增长率和现金流等，以及加入技术面指标来筛选趋势较强的个股。同时，可以设置多个价格区间，对不同估值的股票进行细分，以便更好地找到合适的投资标的。
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和价格＜12的股票。
同花顺指标公式代码参考
C > MA(C,10) AND MA(C,10) / MA(C,30) > 1.1 AND REF(RELATION(C, VOL), 1) >= 0.8 AND C < 12 AND ((H-L)/(C-REF(C,1)) >= 0.6 OR (H-L)/(OPEN-REF(C,1)) >= 0.6) AND RANK(C, -VOL/C) < 20
Python代码参考
import pandas as pd
# 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: 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['A']) & (abs(df['LOW'] - df['PREV_CLOSE']) > df['A'])]
# 筛选条件2：连续3天以上大单净量大于0.05
df['VOL_NVI'] = (df['NET_VOLUME'] / df['VOLUME']).rolling(3).sum()
df = df[df['VOL_NVI'] > 0.05]
# 筛选条件3：价格＜12
df = df[df['CLOSE'] < 12]
# 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。
