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，且当日量比大于1.5且小于6。这些条件可以筛选出股票交易活跃、市场繁荣程度较高的股票，同时排除成交量波动较大的股票。
选股逻辑分析
本选股策略主要考量了股票成交活跃度及成交量的稳定性，选股过程更加接近于实际操作。本选股策略排除了成交量波动较大的股票，也避免了交易风险。整体而言，选股条件比较稳健，使得选出的股票风险更小。
有何风险？
由于只考虑了当日量比，有一定的局限性，不能完全反映股票交易活跃度的长期表现，同时，也不能充分考虑股票的基本面、估值等因素。此外，选股的逻辑比较简单，容易产生同质化现象。
如何优化？
应该综合考虑多种股票交易特点来进行股票选取，同时考虑基本面、估值等因素。应该在稳定性和交易活跃度之间做出权衡，考虑量比和成交量的长期表现和波动情况，达到更为全面综合的选股策略。
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之间的股票，且当日量比大于1.5且小于6。在此基础上，应该综合考虑股票基本面和估值，此项评估可以选择PEG或PE-TTM等。同时，应该注重评估股票的盈利预期、业务模式等因子，从而确保综合考虑多种因子的选股策略。
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 (VOL/REF (VOL, 1))> 0.08 AND C/C[1]>1
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,circ_mv')["ts_code"]:
if len(selected_stocks) >= n:
break
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
# 筛选条件
db['amplitude'] = (db['high'] - db['low']) / db['close']
db['turnover_ratio'] = db['vol'] / (db['vol'].sum() / len(db))
db['volume_ratio'] = db['vol'] / db['vol'].shift(1)
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) & (db['volume_ratio'] > 1.5) & (db['volume_ratio'] < 6)]
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。
