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、周线红柱。
选股逻辑分析
周线红柱可以反映出股价长期走势的强势性，与其他指标结合使用可以更为准确地判断股票的走势方向。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，有利于发现具有较大变盘潜力的股票。
有何风险？
本策略同样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，周线红柱指标的使用也存在着难以量化和简单化的情况，不能全面地反映出股票的趋势。
如何优化？
可以引入更多的选择性因素，如市场行情的整体环境、股票所处行业的趋势等，以更为全面的方式分析股票的涨跌幅。同时，可以采用更加科学合理的算法对周线红柱指标进行分析，同时适当加入其它技术指标，如MACD、均线等，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、周线红柱。
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：周线红柱
df['WEEKLY_OSCILLATOR'] = talib.EMA(df['CLOSE'].values, 5) - talib.EMA(df['CLOSE'].values, 10)
df['WEEKLY_OSCILLATOR_SIGNAL'] = talib.EMA(df['WEEKLY_OSCILLATOR'].values, 4)
df['WEEKLY_HISTOGRAM'] = df['WEEKLY_OSCILLATOR'] - df['WEEKLY_OSCILLATOR_SIGNAL']
df = df[df['WEEKLY_HISTOGRAM'] > 0]
# 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。
