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、昨天龙虎榜的股票。
选股逻辑分析
本选股策略在前面选股条件的基础上，加入了昨天龙虎榜的限制。昨天龙虎榜是指昨天的交易中出现了买入席位或卖出席位买卖超过10万元的个股，这表明该股票受到市场的关注，可能存在较大的涨幅空间。通过加入昨日龙虎榜的条件，可以进一步聚焦市场热点，提高选股的准确性。
有何风险？
昨日龙虎榜的数据有时会受到机构短期的操纵和调整，存在一定的误判风险。
如何优化？
可以结合市场宏观经济、市场趋势、板块投资以及基本面等多方面因素，构建更加全面的选股模型，提升选股的准确性和科学性，降低风险。
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、昨天龙虎榜的股票。
同花顺指标公式代码参考
- 振幅：MAX(HIGH-LOW,ABS(HIGH-PREV),ABS(LOW-PREV))
- 大单净量：SUM(IF(NETVOLUME>0,NETVOLUME,0),3)
- 昨日龙虎榜：YDSLHB = 1，代表昨天出现过龙虎榜
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: (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：昨日龙虎榜
df = df[df['YDSLHB'] == 1]
# 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。
