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、昨日竞价换手率大于0.26 的股票。
选股逻辑分析
振幅大于1和昨日非涨停板的条件筛选同其他股票的选股逻辑，而加入昨日竞价换手率大于0.26的条件，则考虑到了市场对该股的强劲需求。这个条件可以作为股票被广泛关注的标志之一，有助于提高选股质量。
有何风险？
选股策略可能会忽略其他技术和基本面指标的影响，同时，股票市场情况的不确定性可能导致股票价格波动的异常。
如何优化？
可以结合其他技术指标和基本面分析，如MACD、BOLL等技术指标，以及PE、PB等基本面指标，进一步优化选股条件。同时，可以增加过滤条件，如剔除ST股、停牌股等，可以提高选股的准确性。
最终的选股逻辑
本选股策略选取振幅大于1、昨日非涨停板、昨日竞价换手率大于0.26的股票。
同花顺指标公式代码参考
本选股策略没有采用其他技术指标，仅仅加入了昨日竞价换手率的要求。
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]
for i in range(3):
# 筛选出振幅大于1、昨日非涨停板、昨日竞价换手率大于0.26的股票
quote = pro.limit_list(trade_date=yesterday, limit_type='U')
quote = quote[~quote["ts_code"].str.startswith("688")] # 剔除科创板
quote = quote.append(pro.limit_list(trade_date=yesterday, limit_type='D'))
quote = quote[~quote["ts_code"].str.startswith("300")] # 剔除创业板
quote = quote.drop_duplicates(subset="ts_code", keep=False)
quote = quote.merge(pro.daily(trade_date=yesterday, fields='ts_code, pct_chg'), on="ts_code")
quote = quote[quote["pct_chg"] < 9.9]
quote = quote.merge(pro.stocks_basic(exchange='', list_status='L', fields='ts_code,name'), on='ts_code')
quote = quote.merge(pro.daily_basic(ts_code='', trade_date=yesterday, fields='ts_code, trade_date, turnover_rate'), on=["ts_code", "trade_date"])
quote = quote[quote["turnover_rate"] > 0.26]
# 削减选股结果
selected_stocks = selected_stocks + quote["ts_code"].tolist()
selected_stocks = list(set(selected_stocks)) # 去重
if len(selected_stocks) >= n:
break
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。
