问财量化选股策略逻辑
选股逻辑为：在换手率为3%-12%、10日涨幅大于0小于35、涨跌幅乘以超大单净量的值大于某个阈值的情况下，选择股票进行选股。
选股逻辑分析
该选股逻辑在满足换手率和涨幅条件基础上，加入了涨跌幅乘以超大单净量的值作为筛选标准，可以更精细地选出具有高交易活跃度和涨跌强劲的个股。
有何风险？
此选股逻辑未考虑公司的基本面和行业情况，只依据股票价格、涨幅、成交量等技术指标，容易忽略重要的基本面因素，从而存在投资风险。
如何优化？
选股需要结合多个因素，应综合考虑公司的财务状况、行业前景等基本面因素，验证技术指标与基本面之间的关联性，以建立更全面、更准确的选股模型。
最终的选股逻辑
在换手率为3%-12%、10日涨幅大于0小于35、涨跌幅乘以超大单净量的值大于某个阈值的情况下，优先选取财务健康、业绩稳定和行业优势等基本面指标优秀的股票进行筛选，并应加强市场情报监控、及时调整选股策略以降低风险。
同花顺指标公式代码参考
使用通达信实现该选股策略的条件如下：(HS300 MAIN AND TURNOVER>0.03 AND TURNOVER<0.12 AND INCREASE>0 AND INCREASE<0.35 AND (CLOSE-OPEN)*VOL>阈值)
其中HS300 MAIN表示选择主板股票，TURNOVER表示换手率，INCREASE表示10日涨幅，CLOSE和OPEN分别表示收盘价和开盘价，VOL表示成交量，阈值为选股逻辑中的参数。
Python代码参考
import pandas as pd
import tushare as ts
# 获取符合条件的股票列表
def get_good_stocks(pro):
good_list = []
# 调用Tushare接口获取所有股票数据
data = pro.stock_basic(exchange='', list_status='L')
# 匹配符合条件的股票
for i in range(len(data)):
ts_code = data.iloc[i]['ts_code']
daily_info = pro.daily(ts_code=ts_code, start_date='20210901', end_date='20211022')
if daily_info.shape[0] >= 10:
threshold = daily_info['vol'][(daily_info['vol'] > daily_info['vol'].rolling(window=10).mean() * 10) & (
daily_info['pct_chg'] > 0)].mean() * 0.1
if threshold <= daily_info.iloc[-1]['vol'] * (daily_info.iloc[-1]['close'] - daily_info.iloc[-1][
'open']):
good_list.append(ts_code)
return good_list
# 获取所有符合条件的股票
token = "your token"
pro = ts.pro_api(token)
good_stocks = get_good_stocks(pro)
# 计算符合条件的股票的市值和涨幅
result = []
for stock_code in good_stocks:
daily_data = pro.daily(ts_code=stock_code, start_date='20211022', end_date='20211022')
result.append([stock_code, daily_data.iloc[-1]['market_cap'], (daily_data.iloc[-1]['close'] / daily_data.iloc[0]['close']) - 1, daily_data.iloc[-1]['pct_chg']])
# 排序，输出结果
df = pd.DataFrame(result, columns=['stock_code', 'market_cap', 'increase_rate', 'today_increase'])
df = df.sort_values(by='increase_rate', ascending=False)
print(df.head(10))
## 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。
