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、按今日竞价金额排序前5的股票。
选股逻辑分析
该选股策略优先选取今日竞价金额较大的股票，这可以反映出市场对该股票的看法。同时，加上振幅和涨停板的筛选条件，可以选出潜在的交易机会。
有何风险？
该选股策略过于依赖今日竞价金额，而这种情况并不能代表市场的全部，可能会对选股结果产生偏差。同时，仅考虑近期市场表现较好的股票，可能忽略了一些具有较好潜在发展空间的公司，长期来看可能会有一定的风险。
如何优化？
可以加入更多的筛选条件，比如基本面因素，公司财务状况等，以及限制股票的涨跌幅度，避免潜在的风险。同时，可以考虑对选中的股票进行进一步分析，综合权衡投资风险和利润。
最终的选股逻辑
本选股策略优先选取今日竞价金额较大的股票，然后再筛选振幅大于1、昨日非涨停板的股票。对于寻找短期交易机会有一定的参考意义，但需要综合考虑风险。
同花顺指标公式代码参考
本选股策略同样依赖于股票的技术指标，同花顺指标代码如下：
无同花顺指标参考
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]
# 按今日竞价金额排序，选取前5只股票
quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date')
quote = quote[quote["market"].isin(["主板", "中小板", "创业板"])]
quote = quote.sort_values(by="turnover_rate", ascending=False).iloc[:10]
for ts_code in quote["ts_code"]:
# 振幅大于1、昨日非涨停板的股票
daily_data = pro.daily(ts_code=ts_code, start_date="20000101", end_date=today)
if len(daily_data) > 1 and daily_data["high"].max() != daily_data["low"].min() \
and daily_data.iloc[-2]["close"] > daily_data.iloc[-2]["low"] :
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。
