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、竞价主力净买大于0的股票。
选股逻辑分析
该选股策略除技术面的振幅和昨日非涨停板外，增加了竞价主力净买入量作为选股依据，即股票当日竞价阶段主力净买入量大于0时被选中，认为这类股票具备资金流入的特点。
有何风险？
该选股策略依旧忽略了公司的基本面因素，存在选中低质量公司的风险；同时，纯技术面选股容易受到短期市场波动的影响，存在短期误判的风险。
如何优化？
同样可以综合加入其它技术指标和基本面因素，结合个人风险和收益要求，设置相应的买入点和卖出点。
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、竞价主力净买大于0的股票，作为买入信号，策略持有期可以根据个人风险和收益要求灵活调整。
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：
竞价主力净买量：JL-MCJL>0
python代码参考
# 引入Tushare库和talib库
import tushare as ts
import talib
# 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]
# 筛选出振幅大于1、昨日非涨停板、竞价主力净买大于0的股票
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"])]
for ts_code in quote["ts_code"]:
stock_data = pro.daily(ts_code=ts_code, start_date="20000101", end_date=today)
jb_data = pro.stk_limit(ts_code=ts_code, start_date=yesterday, end_date=today)
if len(stock_data) > 1 and stock_data["high"].max() != stock_data["low"].min() \
and stock_data.iloc[-2]["close"] > stock_data.iloc[-2]["low"] \
and (jb_data.iloc[-1]["up_limit"] - jb_data.iloc[-1]["down_limit"]) != 0 \
and jb_data.iloc[-1]["buy_elg_vol"]-jb_data.iloc[-1]["sell_elg_vol"] > 0:
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。
