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、价格低于12元的股票作为投资标的。
选股逻辑分析
该策略选股条件较为简单，主要考虑了股票价格和波动性等因素，选择价格便宜、波动性较大的个股，以期望达到低风险、高收益的投资目标。
有何风险？
该选股策略可能忽略了个股的公司基本面和市场热度等因素，从而忽略了一些具有良好投资价值、但因某些特殊原因价格偏低的标的。同时，选股仅以价格和波动性为标准，没有考虑市场预期、行业状况等因素，可能存在一定的风险。
如何优化？
为了更好的综合考虑公司基本面和市场热度等因素，可以加入其他技术指标和公司财务数据等因素进行进一步筛选，同时可以考虑引入自然语言处理等技术，分析公司的新闻、公告等信息，以获得更准确的市场信息。
最终的选股逻辑
综合考虑公司基本面、技术面和市场热度等因素，选取振幅大于1、昨日非涨停板、价格低于12元的股票作为投资标的，并加入其他重要技术指标和公司业绩等因素进行充分分析，筛选出长期具有投资价值的标的。
同花顺指标公式代码参考
- 振幅：(HIGH-LOW)/REF(CLOSE,1)
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 = []
# 振幅大于1、昨日非涨停板、价格低于12元
quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date')
quote.sort_values(by=["vol"], axis=0, ascending=False, inplace=True)
for ts_code in quote["ts_code"]:
fin_data = pro.fina_indicator(ts_code=ts_code, start_date='20200101', end_date='20211231')
if fin_data.iloc[-1]["pe_ttm"] > 0 and fin_data.iloc[-1]["pb"] > 0 and fin_data.iloc[-1]["close"] < 12:
selected_stocks.append(ts_code)
if len(selected_stocks) == n:
return selected_stocks
## 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。
