问财量化选股策略逻辑
本选股策略选取振幅大于1，(昨日换手率*(今日竞价成交量/昨日成交量))在0.5到2之间的股票，且10天内涨停天数大于2。该策略结合了股票价格波动、换手率和涨停板多重因素，寻找涨势稳定的股票。
选股逻辑分析
本选股策略通过振幅大于1筛选出价格波动较大的股票，较大的波动对应着价格变化的机会。同时，筛选出昨日换手率与竞价成交量比率在0.5到2之间的股票，寻找高换手率、高流动性的股票。最后加入10天内涨停天数大于2的限制，确认股票近期有较强的上升势头。
有何风险？
本选股策略中股票近期涨停数过多可能造成过度的热度，使得股价被高估。此外，马后炮现象也是无法避免的，因此选股策略并不能完全保障获得高收益。
如何优化？
为了规避过度的热度问题，可以加入后复权价格、市盈率等财务指标进行筛选。同时，为了避免马后炮现象，可以加入过去一段时间内的财务数据，例如净利润增长率等。
最终的选股逻辑
本选股策略选取振幅大于1，(昨日换手率*(今日竞价成交量/昨日成交量))在0.5到2之间的股票，且10天内涨停天数大于2。
同花顺指标公式代码参考
通达信指标公式：(HHV(HIGH,20)-LLV(LOW,20))/REF(CLOSE,1)>0.01 AND (VOL/MA(VOL,5)-REF(VOL/MA(VOL,5),1))*100>5 AND C>Ref(max(Abs((CLOSE/REF(CLOSE,1)-1))*100,Ma(Abs((CLOSE/REF(CLOSE,1)-1))*100,5)),1)*1.09;
Python代码参考
import tushare as ts
import pandas as pd
from datetime import datetime, timedelta
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,list_date,list_status,total_mv')["ts_code"]:
if len(selected_stocks) >= n:
break
# 筛选出10天内涨停天数大于2的股票
df = pro.limit_list(ts_code=code, start_date=max(datetime.now() - timedelta(days=10), datetime(2020, 1, 1)).strftime("%Y%m%d"),
end_date=datetime.now().strftime("%Y%m%d"), fields='ts_code')
if len(df) < 2:
continue
# 筛选振幅大于1，(昨日换手率*(今日竞价成交量/昨日成交量))在0.5到2之间的股票
db = pro.daily(ts_code=code, start_date=(datetime.now() - timedelta(days=365)).strftime("%Y%m%d"),
end_date=datetime.now().strftime("%Y%m%d"), fields='open,high,low,close,vol')
if db.empty or len(db) < 250:
continue
db['amplitude'] = (db['high'] - db['low']) / db['close']
db['turnover_ratio'] = db['vol'] / (db['vol'].sum() / len(db))
db_selected = db[(db['amplitude'] > 1) & (db['turnover_ratio'] * (db['vol'].shift() / db['vol'].shift(2)) > 0.5) & (db['turnover_ratio'] * (db['vol'].shift() / db['vol'].shift(2)) < 2)]
if not db_selected.empty:
selected_stocks.append({'code':code, 'last_close': db.iloc[-1]['close']})
# 根据收盘价排序选择前n个股票
df = pd.DataFrame(selected_stocks)
df_selected = df.sort_values('last_close', ascending=False)[:n]
selected_stocks = list(df_selected['code'])
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。
