问财量化选股策略逻辑
选股逻辑为：振幅大于1、剔除昨日涨停、500日内至少2次涨停，筛选出近期有较强赚钱效应的标的股票。
选股逻辑分析
该选股逻辑主要从股票价格涨幅、估值等基本面和资金面指标入手，筛选出有较强赚钱效应的标的股票。
其中，振幅大于1和剔除昨日涨停用于筛选出股价波动较大的标的股票，500日内至少2次涨停用于找到有较强赚钱效应的标的股票。
有何风险？
以下是该选股逻辑可能存在的风险：
-
过于偏重短期技术面指标和股票价格涨幅，忽略了股票的长期成长性和估值等基本面因素，可能带来买入高位的风险。
-
过于追求短期效应，忽略了股票价格的长期走势，可能带来投资风险。
如何优化？
以下是对该选股逻辑的优化建议：
-
综合考虑技术面指标和基本面数据进行选股，以全面评估标的股票的价值和风险，并采取更有效的量化模型对股票进行选股和权重调整。
-
综合考虑股票的长期成长性和短期价格走势，以更有价值的投资标的股票。
最终权益选股逻辑
选股策略为：振幅大于1、剔除昨日涨停、500日内至少2次涨停、综合考虑技术面指标和基本面数据，综合考虑波动性和长短期走势，筛选出符合条件的标的股票，以期望在一定的风险控制下获取较高的回报。
同花顺指标公式代码参考
通达信指标公式：
COUNT(STOPHIGH, 500) > 2 AND C>MA(C,60) AND LOWDAY()>1 AND NOT(STOPPED)
python代码参考
from gm.api import *
set_token('your_token_here')
# 设置回测起点和终点
start_date = '2017-01-01'
end_date = '2022-01-01'
# 获取候选非ST股票列表
symbols = get_symbols(exchanges=['SHSE', 'SZSE'], sec_types=['STOCK'], fields=['symbol'])
symbols_selected = []
for symbol in symbols:
if (AMO > 1) and (not LIMIT) and (LOT_SIZE > 0) and (LAST_CLOSE < YESTERDAY_MAX_FLOAT_PRICE) and (LAST_CLOSE > YESTERDAY_MAX_FLOAT_PRICE * 0.9):
# 判断标的股票是否符合要求
if (pe_ratio > 0) and (net_profit > 0) and (eps > 0) :
df = history(symbol=symbol, frequency='1d', start_time=start_date, end_time=end_date, fields='high,low')
stop_high = df['high'][df['high'].pct_change(1) > 0.09]
if len(stop_high) >= 2:
symbols_selected.append(symbol)
# 统计周线MACD指标值
for symbol in symbols_selected:
df = history(symbol=symbol, frequency='1d', start_time=start_date, end_time=end_date, fields='open,close,high,low,volume')
if (df['close'].iloc[-1] > df['close'].iloc[-60]) and (df['low'].iloc[-1] > df['low'].iloc[-2]):
order_target_percent(symbol=symbol, percent=0.1, side=OrderSide_Buy, order_type=OrderType_Market, position_effect=PositionEffect_Open)
上述代码为选股逻辑为振幅大于1、剔除昨日涨停、500日内至少2次涨停、综合考虑技术面指标和基本面数据，筛选出符合条件的标的股票，以期望在一定的风险控制下获取较高的回报。
## 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。
