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、按个股热度从大到小排序名的股票作为投资标的。
选股逻辑分析
本策略考虑了股票技术面和市场热度等因素，选取具有一定波动性且市场热度高的股票作为投资标的。振幅大于1的条件可以确保选取的股票具有一定波动性，昨日非涨停板避免了短期资金炒作的影响，按个股热度从大到小排序名则能够更好的体现当前市场对该股票的热度。
有何风险？
该策略可能低估了一些公司的投资价值，忽略了一些实际具有良好投资价值但因某些特殊因素出现财务数据偏差的公司。同时，按热度排序可能存在一定的市场情绪因素影响，可能存在过度炒作某些股票的情况。
如何优化？
为了更好的综合分析公司的基本面和技术面等因素，可以加入其他技术指标和公司业绩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，在分析市场情绪的方面得到改善。
最终的选股逻辑
本选股策略综合考虑公司的技术面和市场热度等因素，选取振幅大于1、昨日非涨停板、按个股热度从大到小排序名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、按个股热度从大到小排序名
quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date')
trade_data = pro.daily(trade_date='20220211')
trade_data.sort_values(by=["ts_code"], inplace=True)
trade_data.sort_values(by=["vol"], axis=0, ascending=False, inplace=True)
for ts_code in trade_data["ts_code"]:
if ts_code not in selected_stocks:
fin_data = pro.fina_indicator(ts_code=ts_code, start_date='20200101', end_date='20211231')
if fin_data.iloc[-1]["pe_ttm"] > 0:
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。
