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、且不是昨日涨停的股票。
选股逻辑分析
本选股策略通过筛选振幅较大、有一定的交易量和市场关注度的股票，并加入连续大单净量和剔除昨日涨停，可以更好地反映出市场对股票的看好程度，并增加获得更好回报的概率。
有何风险？
本策略可能会忽略部分股票的基本面和业绩等因素，并还存在其他风险，如个别股票的异动或短时跌幅等。同时，存在过度追涨杀跌的风险。
如何优化？
可以综合考虑公司基本面和财务指标等因素，并进一步优化选股逻辑，加入更加科学的指标进行选股，同时对已选股票在正确的操作下进行规避风险。
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、且不是昨日涨停的股票。
同花顺指标公式代码参考
无
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['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：剔除昨日涨停
df['UP_LIMIT'] = df['CLOSE'].shift(1)
df = df[df['CLOSE'] < df['UP_LIMIT']]
# 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。
