问财量化选股策略逻辑
选股逻辑为振幅大于1,集中度70<20%,2021年。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
该选股策略主要是根据股票的波动性和市场集中度等因素，以及较新的市场控制力因素（如2021年），筛选出符合短期市场趋势的股票，以达到短期涨幅和高收益的目的。
有何风险？
该选股策略主要风险如下：
- 存在过于依赖短期趋势的风险，忽略股票基本面因素；
- 追求涨幅导致盲目追涨杀跌，导致亏损；
- 创新因素（例如2021年）对股票的实际影响不确定，可能产生市场混乱等。
如何优化？
为缓解以上的风险，可以考虑以下优化措施：
- 充分考虑基本面因素，合理掌握股票价值；
- 遵循基本的风险管理原则，在交易策略上更加多元化和灵活化，以减少单一策略风险；
- 从长期的角度出发，避免过于依赖新因素，确保策略稳健。
最终的选股逻辑
经过优化后，我们得到以下完善版的选股逻辑：
- 在选股过程中，充分考虑个股基本面因素和技术指标；
- 进一步扩大筛选维度，降低风险，如加入市场趋势、股票估值等指标；
- 结合长期和短期因素，以及风险管理原则进行选股。
注：以上选股逻辑仅供参考，具体根据实际需求和风险承受能力进行调整。
同花顺指标公式代码参考
以下是同花顺的相关代码：
/* 将具体选股条件填充至筛选公式中 */
SELECT
/* 振幅大于1,集中度70<20%,2021年 */
AMPLITUDE >= 1 AND CIRCMARKETVALUE >= 0.2 OR CIRCMARKETVALUE <= 0.7 AND
YEAR(DATE) = 2021
ORDER BY
PRE_CLOSE_PROB ASC
python代码参考
以下是选股策略的 Python 代码示例：
import tushare as ts
import datetime
def check_stock(stock_code):
'''
检查股票是否符合选股策略
'''
today = datetime.datetime.now().strftime('%Y-%m-%d')
stock_info = ts.get_stock_basics().loc[stock_code]
stock_data = ts.get_hist_data(stock_code, start='2021-01-01', end=today)
# 计算20日均线
ma20 = stock_data['close'].rolling(window=20).mean()
if (stock_info['circulating_share'] * stock_info['pe']) / stock_info['totals'] < 0.2 or \
(stock_info['circulating_share'] * stock_info['pe']) / stock_info['totals'] > 0.7 or \
(stock_data['high'] - stock_data['low']) / stock_data['close'] < 0.01 :
return False
return True
# 获取符合选股策略的股票列表，并按市值从大到小排序
selected_stocks = ts.get_stock_basics().index[ts.get_stock_basics().apply(check_stock, axis=1)]
selected_stocks = ts.get_realtime_quotes(selected_stocks.tolist()).sort_values('turnoverratio', ascending=False)['code'].tolist()
# 根据选股结果进行后续交易操作
for code in selected_stocks:
pass # 参考其他交易策略
示例代码使用 Tushare 库获取股票数据和技术指标等数据，根据选股逻辑对符合要求的股票进行筛选和排序，最终得到选股结果。根据选股结果进行后续的交易操作。
## 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。
