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，竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万的股票。本选股逻辑重点关注市场情绪、资金面以及股票交易行为。
选股逻辑分析
本选股策略通过选取振幅大于1，昨日换手率乘以今日竞价成交量与昨日成交量的比例在0.5到2之间，并关注竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万的股票，旨在筛选出具有良好市场情绪、活跃交易、资金面较好的优质股票。
有何风险？
本选股策略存在以下风险：1.选股条件部分较为苛刻，可能会筛选出较少的股票；2.市场情绪、资金面等不稳定因素可能影响股票的走势；3.未考虑企业基本面的风险。
如何优化？
本选股策略可结合趋势线支撑情况、日线均线趋势等技术指标，以及企业基本面、行业发展趋势等基本面指标，进一步完善选股策略。
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，竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万的股票。结合趋势线支撑情况、日线均线趋势等技术指标，以及企业基本面、行业发展趋势等基本面指标，构建具有多维度考虑的选股策略。
同花顺指标公式代码参考
- 振幅=100*(最高价-最低价)/收盘价；
- 竞价成交量比率 =今日竞价成交量/昨日成交量；
- 大单买入量 = 买入金额/当前价格，若买入金额＞0.1亿，则认为为大单；
- 特大单买入量 = 买入金额/当前价格，若买入金额＞1亿，则认为为特大单。
python代码参考
import tushare as ts
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,circ_mv,npr')["ts_code"]:
if len(selected_stocks) >= n:
break
if code.startswith("60") and code[:6] != "600" and code[:6] != "601":
continue
if pro.query('daily_basic', ts_code=code, trade_date=datetime.today().strftime('%Y%m%d'), fields='turnover_rate,amplitude,dv_ratio,total_mv,circ_mv,npr')[0][0] * (pro.query('market_detail', trade_date=datetime.today().strftime('%Y%m%d'), fields='total_turnover')["total_turnover"][0] / pro.query('market_detail', trade_date=(datetime.today()-timedelta(1)).strftime('%Y%m%d'), fields='total_turnover')["total_turnover"][0]) <= 0.5 or pro.query('daily_basic', ts_code=code, trade_date=datetime.today().strftime('%Y%m%d'), fields='turnover_rate,amplitude,dv_ratio,total_mv,circ_mv,npr')[0][0] * (pro.query('market_detail', trade_date=datetime.today().strftime('%Y%m%d'), fields='total_turnover')["total_turnover"][0] / pro.query('market_detail', trade_date=(datetime.today()-timedelta(1)).strftime('%Y%m%d'), fields='total_turnover')["total_turnover"][0]) >= 2:
continue
pbuy = pro.query('ag_hold_tops', ts_code=code, trade_date=datetime.today().strftime('%Y%m%d'), fields='buy_value_l')
sbuy = pro.query('ag_hold_tops', ts_code=code, trade_date=datetime.today().strftime('%Y%m%d'), fields='sell_value_l')
if len(pbuy)==0 or len(sbuy)==0:
continue
buy_amount = pbuy["buy_value_l"][0]-sbuy["sell_value_l"][0]
if pro.query('daily', ts_code=code, trade_date=datetime.today().strftime('%Y%m%d'), fields='low')["low"][0]>=pro.query('daily', ts_code=code, trade_date=(datetime.today()-timedelta(1)).strftime('%Y%m%d'), fields='low')["low"][0]:
continue
if buy_amount<=0.7*1e7:
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。
