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，且昨天换手率大于8%的股票作为投资标的。
选股逻辑分析
振幅大于1的限制可以过滤掉一些波动性较小的股票，昨日非涨停板限制可以过滤掉一些上涨过于迅速的股票，而昨天换手率大于8%可以过滤掉一些流动性差的股票，筛选出更具有投资价值的股票。
有何风险？
选股策略只考虑了昨天的涨跌情况和换手率，没有考虑其他基本面和技术面指标的影响，可能会忽略一些潜在风险。同时，昨天的换手率反映的是股票市场的交易活跃程度，但过于活跃的市场可能会伴随较大的波动性和风险。
如何优化？
可以加入其他基本面和技术面指标，如市盈率、市净率、ROE、MACD等指标，来综合评估股票的价值。同时，可以根据不同市场情况和行情调整换手率的限制，避免对风险控制造成负面影响。
最终的选股逻辑
本策略选取振幅大于1、昨日非涨停板，且昨天换手率大于8%的股票作为投资标的，并结合其他基本面和技术面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
振幅：(HIGH-LOW)/REF(CLOSE,1);
昨天的换手率：REF(VOL,2)/SMA(REF(VOL,2),5,1);
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，昨天换手率大于8%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, circ_mv')
for ts_code in quote["ts_code"]:
# 流通市值小于100亿元
if quote[quote["ts_code"] == ts_code]["circ_mv"].values[0] <= 10000000000:
continue
# 获取股票数据
stock_data = pro.daily(ts_code=ts_code, start_date='20210701', end_date='today')
if len(stock_data) > 2 and stock_data["pct_chg"].iloc[1] != 0 and ((stock_data["vol"].iloc[1] + stock_data["vol"].iloc[0]) / 2) / ta.SMA(ta.REF(stock_data["vol"], 2), timeperiod=5, nbdev=1)[-1] > 0.08:
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。
