问财量化选股策略逻辑
本选股策略选取振幅大于1、昨日非涨停板、上市大于一定天数的股票作为投资标的。
选股逻辑分析
该选股策略选取振幅大于1、昨日非涨停板的股票，考虑了价格波动和独立性等因素，同时要求上市一定天数，避免选取刚上市的股票，降低投资风险。
有何风险？
该选股策略忽略了内部因素，如公司业绩、财务数据和行业前景等的影响，选中的标的可能不具备长期投资价值。同时，该策略难以避免市场交易异常或恶意操纵的情况，导致选中的标的价格波动较大，投资风险较高。
如何优化？
除了考虑价格波动和独立性等因素外，也应该结合公司基本面、财务数据和行业前景等内部因素，综合考虑选股。同时，也可以适当调整选股条件，结合市场实际情况，比如控制价格波动幅度、提高上市天数等，形成完整的投资策略。
最终的选股逻辑
本选股策略综合考虑了价格波动和独立性等因素，选取振幅大于1、昨日非涨停板、上市大于一定天数的股票作为投资标的。同时，需结合公司基本面、财务数据和行业前景等影响因素，选出表现优异且长期投资价值的标的，较为合理地控制投资风险。
同花顺指标公式代码参考
- 振幅：(HIGH-LOW)/REF(CLOSE,1)
- 上市天数：TRADE_DAYS((TRADE_DATE(SYSDATE)-LIST_DATE))
python代码参考
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n, days):
selected_stocks = []
# 振幅大于1、昨日非涨停板、上市天数大于days
quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date')
for ts_code in quote["ts_code"]:
trade_data = pro.daily(ts_code=ts_code, start_date="20210101")
if len(trade_data) >= 2 and trade_data.iloc[-2]["close"] > trade_data.iloc[-2]["high"] * 0.98\
and trade_data.iloc[-2]["close"] < trade_data.iloc[-2]["high"] * 0.99\
and pro.trade_cal(exchange='', start_date=trade_data.iloc[-1]["trade_date"], end_date='', \
fields='calendarDate', is_open='1').shape[0] >= days:
selected_stocks.append(ts_code)
return selected_stocks[:n]
## 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。
