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，以及昨日竞价换手率大于0.26的股票作为投资目标。通过考察股票价格和成交量的变化情况，选取具有较高投资价值的股票。
选股逻辑分析
本选股策略综合考虑了股票价格和成交量的因素，同时对竞价换手率也进行了关注。该逻辑可以配合其他技术指标如移动平均线等进行投资决策，选取投资回报较高的股票。
有何风险？
本选股策略未对公司基本面因素进行考虑，如盈利能力、财务情况等。同时，昨日竞价换手率过于突出也可能是临时的恶意炒作，容易被大资金控盘，存在较大投资风险。
如何优化？
本选股策略可以结合其他技术指标如MACD等进行分析，同时可以引入基本面和行情等多方面信息进行综合分析，增强策略的可靠性与实用性。
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，以及昨日竞价换手率大于0.26的股票作为投资目标。同时结合其他技术指标和基本面因素进行分析，以综合判断股票的投资价值和安全性，以此选取投资回报高且风险可控的股票。
同花顺指标公式代码参考
- 无
Python代码参考
import tushare as ts
import talib as ta
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,industry,market,area,pe,pb,circ_mv')['ts_code']:
df = pro.daily(ts_code=code, start_date='', end_date='', fields='ts_code,trade_date,open,high,low,close,vol,amount')
if (df.iloc[-1]['open'] - df.iloc[-1]['low']) / df.iloc[-1]['high'] > 0.01:
vol_rate = pro.moneyflow(ts_code=code, start_date='', end_date='', fields='ts_code,trade_date,buy_sm_vol,sell_sm_vol,buy_md_vol,sell_md_vol,buy_lg_vol,sell_lg_vol,buy_elg_vol,sell_elg_vol,net_mf_vol')
vol_rate = vol_rate.set_index('trade_date')
if vol_rate.iloc[-2]['vol'] > 0 and (vol_rate.iloc[-2]['turnover_rate']*(df.iloc[-1]['amount']/vol_rate.iloc[-2]['vol'])) > 0.5 and (vol_rate.iloc[-2]['turnover_rate']*(df.iloc[-1]['amount']/vol_rate.iloc[-2]['vol'])) < 2 and vol_rate.iloc[-2]['volume_ratio'] > 0.26:
selected_stocks.append(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。
