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，竞价涨幅在-2%到5%之间的股票作为投资目标。通过技术分析和市场流动性因素相结合，筛选出具备上涨趋势和良好资金流动性的股票。
选股逻辑分析
本选股策略综合考虑市场波动和流动性两个方面来选股，包括振幅、换手率、流动性和竞价涨幅等指标。振幅和涨幅反映出市场的基本属性，涨幅范围也有一定限制，可以避免选出不确定性太大的股票。同时，通过流动性指标来考虑交易必要性，以及基本面分析和市场情绪分析等因素，以便更好地反映市场情况并降低误判。
有何风险？
本选股策略选股标准较为固定，可能会漏选一些有潜力的股票。同时，选股标准的限定，可能会剔除有一些短线资金增量的股票。此外，市场波动和基本面变化也可能极大地影响股价，从而引起本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，应加入更多因子判断，如市盈率、市净率等指标，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，竞价涨幅在-2%到5%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，综合判断股票的财务状况、行业竞争力，以及市场情绪等因素，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('market_daily', ts_code=code, start_date='', end_date='', fields='ts_code,trade_date,open,close').\
assign(cjj=lambda x:x['close']/x['pre_close'] * 100 - 100)
if jj_price.iloc[-1]['cjj'] < -2 or jj_price.iloc[-1]['cjj'] > 5:
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。
