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，且大单净量排名前10的股票作为投资标的。
选股逻辑分析
除了选取振幅大于1、昨日非涨停板的股票外，加入了大单净量的因素。大单净量是指单笔成交量超过当日成交量均价5倍的交易，它代表着主力资金的涌入。选取大单净量排名靠前的股票，可以更好的捕捉到市场资金热点，寻找市场热门股票，进而获取收益。
有何风险？
该选股策略虽然考虑了大单净量，但没有对其他技术面和基本面因素进行深入分析，存在一定的风险。同时，大单净量并不能完全代表主力资金的涌入，可能存在捕捉不到的情况。
如何优化？
可以加入其他技术面和基本面指标进行分析，例如MACD、RSI等技术指标以及市盈率、市净率等基本面指标。同时，可以将大单净量限制改为大单买入和大单卖出分别计算，并加入主力资金流入流出情况的考虑。这样更能全面考虑市场需求和价格波动等因素，选取优质的股票。
最终的选股逻辑
本策略选取振幅大于1、昨日非涨停板，且大单净量排名前10的股票作为投资标的，同时基于综合考虑技术面和基本面的多个指标进行深度分析和筛选，选出优秀的成长股和价值股，搭建多样化的投资组合。
同花顺指标公式代码参考
暂不提供。
python代码参考
# 引入Tushare库、Numpy库、Talib库、Pandas库
import tushare as ts
import numpy as np
import talib as ta
import pandas as pd
# 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，且大单净量排名前10的股票作为投资标的
quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date, total_mv')
for ts_code in quote["ts_code"]:
stock_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date='today', fields='ts_code, trade_date, open, high, low, close, pre_close, vol, amount')
if len(stock_data) >= 2:
# 判断振幅
amplitude = (stock_data["high"] - stock_data["low"]) / stock_data["pre_close"]
if amplitude.iloc[-1] <= 0.01:
continue
# 判断昨日是否是涨停板
if stock_data.iloc[-2]["pct_chg"] == 10:
continue
# 判断大单净量排名
big_trade = ta.MA(ta.VOLUME*(2*stock_data["close"]-stock_data["open"]-stock_data["low"])/(stock_data["high"]-stock_data["low"]),10)
if big_trade.iloc[-1] <= big_trade.nlargest(10).min():
continue
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。
