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，并且今日增仓占比大于5%的股票。
选股逻辑分析
振幅大于1和昨日非涨停板的筛选条件同普通股票，而增仓占比大于5%的选股逻辑有助于筛选出当前市场受机构资金追捧的股票，从而提高筛选出好股票的概率。
有何风险？
选股策略忽略了其他技术和基本面指标的影响，可能忽略掉一些重要的股票信息和趋势。同时，市场存在着大量的投机资金，股票的波动也可能出现异常。
如何优化？
可以结合其他技术指标和基本面分析，如MACD、KDJ、RSI等技术指标，以及PE、PB等基本面指标，进一步优化选股条件。同时，增加一些过滤条件，如剔除ST股票、停牌股票等，可以提高选股的准确性。
最终的选股逻辑
本选股策略选取振幅大于1、昨日非涨停板，并且今日增仓占比大于5%的股票。
同花顺指标公式代码参考
增仓占比是指当日成交量相对昨日成交量的增长率,通达信中计算增仓占比的公式如下：
今日增仓占比 = (今日成交量 - 昨日成交量) / 昨日成交量 * 100%
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):
selected_stocks = []
today = pro.trade_cal(exchange='', is_open='1')["cal_date"].values[-1]
yesterday = pro.trade_cal(exchange='', is_open='1', end_date=today, count=2)["cal_date"].values[0]
for i in range(3):
# 筛选出振幅大于1、昨日非涨停板的股票
quote = pro.limit_list(trade_date=yesterday, limit_type='U')
quote = quote[~quote["ts_code"].str.startswith("688")] # 剔除科创板
quote = quote.append(pro.limit_list(trade_date=yesterday, limit_type='D'))
quote = quote[~quote["ts_code"].str.startswith("300")] # 剔除创业板
quote = quote.drop_duplicates(subset="ts_code", keep=False)
quote = quote.merge(pro.daily(trade_date=yesterday, fields='ts_code, pct_chg'), on="ts_code")
quote = quote[quote["pct_chg"] < 9.9]
quote = quote.merge(pro.stocks_basic(exchange='', list_status='L', fields='ts_code,name'), on='ts_code')
# 选取增仓占比大于5%的股票
for code in quote["ts_code"].tolist():
k_data = pro.moneyflow(ts_code=code, trade_date=today, fields="ts_code,net_mf_vol")
increase_percent = k_data["net_mf_vol"].values[0] / pro.moneyflow(ts_code=code, trade_date=yesterday, fields="net_mf_vol")["net_mf_vol"].values[0] * 100
if increase_percent > 5:
selected_stocks.append(code)
if len(selected_stocks) >= n:
break
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。
