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、高点为两日最高。该选股策略主要从波动性、市场情绪、技术面等因素出发，选出具备较好上涨潜力的股票。
选股逻辑分析
该选股策略主要从振幅、市场情绪、技术面等方面出发，通过筛选符合条件的股票来寻找上涨潜力股票。其中，通过振幅和涨停的筛选可以避免高位进场和政策风险等问题。而通过选取两日内最高点的条件，可以发现处于趋势上升期的股票。
有何风险？
该选股策略可能存在以下风险：
-
选股条件过于严苛，可能会筛选出过少的股票。
-
在市场行情变化时，当前高点可能会出现短期的超涨现象，因此在具体应用时，需要加强对市场趋势的判断。
-
选出来的股票基于历史数据，在未来趋势变化和其他因素出现时可能会有一定的偏差，需要及时调整选股条件。
如何优化？
以下是对该选股逻辑的优化建议：
-
可以加入更多因素来筛选股票，比如财务指标、市场估值等，从更多维度去筛选股票，在提高选股稳定性的同时，也能发现更多具有潜力的股票。
-
可以使用更多技术指标来辅助判断市场趋势，例如形态分析和均线系统等。
-
需要根据实际情况定期评估选股效果，及时调整选股策略中的参数，以适应市场变化。
最终权益选股逻辑
选股策略为：振幅大于1、剔除昨日涨停、高点为两日最高。
同花顺指标公式代码参考
以下是该选股策略的通达信指标公式代码：
振幅指标：AMO=(HIGH-LOW)/REF(CLOSE,1);
剔除昨日涨停：NOT LIMIT;
两日内高点：HIGHEST(HIGH,2);
选股条件：AMO > 1 AND NOT LIMIT AND CLOSE=HHV(HIGH,2);
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 = '2020-01-01'
end_date = '2022-01-01'
# 获取所有股票
symbols_all = get_symbols(exchanges=['SHSE', 'SZSE'], sec_types=['STOCK'], fields=['symbol'])
# 设置选股条件
amplitude_cond = {'$gt': 1}
limit_up_cond = {'limit_status': {'$ne': 1}}
high_cond = {}
# 筛选出最高点为连续两日最高的股票
for symbol in symbols_all:
data = history(symbol=symbol,
start_time=start_date,
end_time=end_date,
fields=["symbol", "limit_status", "open_price", "high_price", "low_price", "close_price"],
indicators={},
bar_count=2,
freq="1D",
filter={
'$and': [
amplitude_cond,
limit_up_cond,
high_cond
]
},
sort=[])
if len(data) >= 2 and data[1]['high_price'] < data[0]['high_price']:
symbols_all.remove(symbol)
symbols_selected = symbols_all
print(symbols_selected)
上述代码中，选股的逻辑为振幅大于1、剔除昨日涨停、高点为两日最高。使用循环筛选股票，通过获取历史数据并比较2天内的最高点，来筛选出符合条件的股票。
## 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。
