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，涨幅在-5%到2.6%之间的股票作为投资目标。此策略主要通过技术分析和振幅涨幅限制，筛选出具备上涨趋势和稳健风险控制的股票。
选股逻辑分析
本选股策略主要考虑市场波动和历史交投情况，通过技术分析筛选出具备较好投资价值的股票。振幅和涨幅反映出市场的基本属性，而历史交易量和换手率则反映出市场情绪变化，综合考虑可更好地判断当前市场行情。
有何风险？
本选股策略选股标准较为固定，可能会漏选具备上涨潜力的股票，也有可能选入未来表现较差的股票。此外，市场波动和基本面变化，以及政策、事件等因素可能会对股价带来较大影响，从而引起选股策略的失效或者误判。
如何优化？
为了更好地优化选股策略，可增加其他基本面数据和自定义因子的考量，如市盈率、市净率、资产负债率、ROE等指标，更全面地分析企业财务状况、估值和发展潜力等因素。同时，可以结合基本面分析和市场情绪分析等，以便更好地反映市场情况并降低误判。加强对股票流动性的量化研究，提高选股策略的稳定性。
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，涨幅在-5%到2.6%之间的股票作为投资目标。在此基础上，加入更多基本面数据和自定义因子的考量，如市盈率、市净率、资产负债率、ROE等指标，更全面地分析企业财务状况、估值和发展潜力等因素，以选出具备良好投资回报潜力和风险可控的股票。
同花顺指标公式代码参考
无
Python代码参考
import tushare as ts
import pandas as pd
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 'ST' in code:
continue
if float(pro.stock_basic(ts_code=code, fields='circ_mv').iloc[0]) / 100000000 < 50:
continue
if float(pro.stock_basic(ts_code=code, fields='circ_mv').iloc[0]) / 100000000 > 100:
continue
price = pro.query('daily', ts_code=code, start_date='', end_date='', fields='ts_code,trade_date,open,high,low,close').\
assign(amplitude=lambda x: (x['high'] - x['low']) / x['pre_close'] * 100).\
assign(volume_rate = lambda x: pro.query('quote', ts_code=x['ts_code'].iloc[0], fields='trade_date,vol,turnover_rate,mf_vol,mf_amt').set_index('trade_date').\
assign(jjjhl=lambda x:x['mf_vol']/x['vol']).\
assign(cjjhl=lambda x:x['turnover_rate']/x['jjjhl']).\
assign(diff_cjjhl= lambda x:x['cjjhl'].diff()).\
dropna().iloc[-1]['diff_cjjhl']
)
if price.iloc[-1]['amplitude'] < 1 or price.iloc[-1]['volume_rate'] < 0.5 or price.iloc[-1]['volume_rate'] > 2:
continue
jj_price = pro.query('daily', ts_code=code, start_date='', end_date='', fields='ts_code,trade_date,open,close').\
assign(price_change=lambda x: x['close'] / x['pre_close'] - 1)
if jj_price.iloc[-1]['price_change'] < -0.05 or jj_price.iloc[-1]['price_change'] > 0.026:
continue
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。
