问财量化选股策略逻辑
选股逻辑为：振幅大于1、竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万、在2021年有表现。该选股策略主要关注股票价格波动和成交量等因素，综合考虑选股。
选股逻辑分析
该选股逻辑与前面的选股逻辑条件基本相同，增加了2021年有表现的条件。这一条件主要是关注股票的短期表现，考虑投资者对该年份的关注度以及有表现的股票与整个市场的关系。
有何风险？
该选股策略主要存在以下风险：
-
该选股策略忽略了公司基本面等因素对股票价格的影响，在选股过程中可能漏掉具有潜力的股票。
-
选股逻辑中所选取的指标参数、选股条件可能会对不同的股票产生不同的影响，在具体运用时需要进行实际调整。
如何优化？
为了优化该选股策略，可以考虑以下措施：
-
在维持选股逻辑条件稳定的前提下，将其与公司基本面信息等因素结合起来，综合考虑，提高选股精确度。
-
考虑增加其他技术指标和数据因素，如财务数据等，综合考虑并优化选股策略。
最终的选股逻辑
选股逻辑为：振幅大于1、竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万、在2021年有表现。策略主要考虑的是股票价格波动和成交量等因素，综合考虑选股。
同花顺指标公式代码参考
A>1 AND ABS(B1/B2-1)>0.03 AND ABS(C4)>70000000 AND SI(REF(YEAR,0)==2021, 1, 0)=1
其中，A 表示股票每日振幅，B1/B2 表示竞价时股票价格涨跌情况，C4 代表特大单共计买入量。增加了在2021年有表现的条件，需要在选股逻辑中添加相应判断。其他参数参考前述选股逻辑和分析。
python代码参考
from gm.api import *
set_token("your_token_here")
symbol = "SZSE.000001" # 股票代码
start_date = "2021-01-01" # 回测开始日期
end_date = "2022-01-01" # 回测结束日期
# 获取历史股票信息
stocks = get_history_instruments(type=InstrumentType.Stock, market=Market.SZSE, max_count=10000)
# 获取股票历史信息，包括分红信息
bars = history(symbol=symbol, frequency="1d", start_time=start_date, end_time=end_date, fields="open, close, high, low, amount, total_bought_large_orders, year", df=True)
# 根据选股逻辑筛选出符合条件的股票
selected_bars = bars[(abs(bars.high / bars.low - 1) > 0.01) & (abs(bars.bid_volume1 / bars.ask_volume1 - 1) > 0.03) & (abs(bars.total_bought_large_orders) > 70000000) & (bars.year == 2021)]
# 打印选中的股票代码
print(selected_bars.index.values)
与前面的选股逻辑相比，增加了年份的判断并在python代码中添加了，筛选符合条件的股票。其他变量含义与前述选股逻辑和分析相同。
## 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。
