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，大单净量排行。该选股策略旨在从振幅较大、近期未出现涨停、同时有较大的资金关注度的股票中，找出有较好上涨潜力的品种。
选股逻辑分析
选股策略主要基于技术面指标进行选股，综合考察了振幅指标、近期表现和资金流向等因素。资金流向是主力资金流入或者流出的情况，大单净量对于股票短期的走势有影响。
有何风险？
以下是该选股逻辑可能存在的风险：
-
大单净量的数据存在偏差，大单买卖可能由于多种因素，从而导致选股结果不稳定。
-
只关注股价的限制，可能导致选出的股票具有暂时性的热度，而非真正具备长期收益的优质品种。
-
选股逻辑在牛市行情下效果较好，但在熊市或下跌时期有可能导致较大的亏损。
如何优化？
以下是对该选股逻辑的优化建议：
-
结合基本面和财务数据分析，以全面综合股票的真实价值和未来成长性。
-
对于选股逻辑中涉及的每个指标进行适当的分配权重，以保证投资组合的合理分布。
-
需要适度控制股票的持仓时间和权重，分散市场投资风险。
最终权益选股逻辑
选股策略为：振幅大于1，剔除昨日涨停，大单净量排行前10。结合基本面、财务数据和市场趋势等因素，以获取更合理的股票投资收益。
同花顺指标公式代码参考
通达信指标公式：
(MINUS(DAYLOW,REF(DAYCLOSE,1)))/REF(DAYCLOSE,1) > 0.01 AND NOT(LIMIT) AND NDAYS(DAY, 9, VOLUME) > 0.0
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 = '2019-01-01'
end_date = '2022-01-01'
symbols_selected = []
for symbol in symbols:
df = history(symbol=symbol, frequency='1d', start_time=start_date, end_time=end_date, fields='open,close,high,low,volume')
# 判断标的股票是否符合要求
if ((df['high'].iloc[-1] - df['low'].iloc[-1]) / df['close'].iloc[-1] > 0.01) and (not LIMIT) and (ndays(df, 9, 'volume').iloc[-1] > 0):
symbols_selected.append(symbol.replace('XSHE', 'SZSE'))
# 按市值从小到大排序股票
symbols_selected.sort(key=lambda x: quote(valid_symbols=x, fields='c_market_cap'))
# 统计周线MACD指标值
for symbol in symbols_selected[:10]:
df = history(symbol=symbol, frequency='1d', start_time=start_date, end_time=end_date, fields='open,close,high,low,volume')
# 满足MACD指标判断条件时买入
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)
以上代码为选股逻辑为振幅大于1，剔除昨日涨停，大单净量排行前10。为获取更好的投资机会，需要结合其他基本面和技术面指标进行综合分析和判断。
## 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。
