问财量化选股策略逻辑
本选股策略结合振幅、Boll线、时间和涨幅等因素：振幅大于1,收盘价<boll(upper值)且收盘价>boll(mid值),9点25分涨幅小于6%。将选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。
选股逻辑分析
本选股策略采用了多个因素指标来选股，同时从技术面和时间面等角度分析，可以更全面、更准确地选出股票。但是，比较依赖于时间点的因素可能会带来不少误差，比如选股时需要特定时间点的涨幅，数据的正确性和实时性都存在一定难度。
有何风险？
以下是该选股策略可能存在的一些风险：
- 选股时间段可能会影响选出的股票数量和质量。
- 对于某些特定股票，因为遇到黑天鹅事件、市场波动等因素导致该可选项严重偏差或成为无效条件。
如何优化？
为了降低风险，可以从以下几方面对该选股策略进行优化：
- 改善选股因素，减少选股时间等因素的影响。
- 尝试尽可能多地使用可靠的数据来源，检查并维护数据的实时性和正确性。
- 加入更加复杂的策略，如基本面、行为面等，来综合考虑股票的短期和长期表现。
最终的选股逻辑
根据以上分析，我们可以进行如下的完善：
- 给出完整的选择时间点以规避因特定时间点选择带来的误差。
- 引入基本面和市场表现等多方位的评估因素，综合判断出股票表现。
同花顺指标公式代码参考
以下是通达信公式参考：
C1: (HIGH - LOW) > MA(HIGH - LOW, 20)
C2: CLOSE < BOLL(UPPER, 20, 2) AND CLOSE > BOLL(MID, 20, 2)
C3: TIME >= 225000 AND TIME < 92500 AND ABS(CLOSE / YCLOSE - 1) < 0.06
C4: SELECTED := C1 AND C2 AND C3
Python代码参考
import tushare as ts
def stock_selection():
rs_basic_info = ts.get_stock_basics()
selected_code = []
for code in rs_basic_info.index:
if 'ST' in rs_basic_info.loc[code]['name'] or rs_basic_info.loc[code]['outstanding'] * rs_basic_info.loc[code]['price'] < 1e9:
continue
rs = ts.get_k_data(code, start='2022-10-08', end='2022-10-08')
if rs is None or len(rs) <= 0:
continue
condition1 = (rs.iloc[0]['high'] - rs.iloc[0]['low']) > rs['high'].sub(rs['low']).rolling(20).mean().iloc[-1]
condition2 = rs.iloc[0]['close'] < rs['close'].rolling(20).apply(lambda x: x.mean() + 2 * x.std(ddof=0)).iloc[-1] and rs.iloc[0]['close'] > rs['close'].rolling(20).mean().iloc[-1]
condition3 = rs.iloc[0]['date'] == '2022-10-08' and rs.iloc[0]['time'] >= 225000 and rs.iloc[0]['time'] < 92500 and abs(rs.iloc[0]['close'] / rs.iloc[0]['preclose'] - 1) < 0.06
if not condition1 or not condition2 or not condition3:
continue
selected_code.append(code)
return selected_code
注意：以上代码仅供参考，具体根据实际需求和风险承受能力进行调整。需要安装tushare库。
## 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。
