问财量化选股策略逻辑
选股逻辑为：振幅大于1，高点为两日最高，集中度在70%以下。
选股逻辑分析
该选股逻辑采用股价波动和持股集中度两个方面进行筛选。振幅大于1和高点为两日最高可以过滤出较有潜力的股票，集中度在70%以下可以避免个别大股东操作影响投资者利益。
有何风险？
该选股逻辑没有考虑到其他重要的市场和公司指标。集中度在70%以下不一定代表企业治理良好，还需要考虑公司治理质量、财务指标、行业周期等其他因素。因此该方法存在着股票过于依赖市场波动性的风险。
如何优化？
可以引入更多的财务指标、行业指标和基本面指标，考虑更全面的因素来筛选优质股票。同时，定期更新过滤条件，以适应不同时期的市场需求和趋势。此外，加入风险控制因素和量化参数等可以更好地控制风险，提高选股效果。
最终的选股逻辑
选股逻辑为：振幅大于1，高点为两日最高，集中度在70%以下，加入财务指标、行业指标、基本面指标和风险控制因素。
同花顺指标公式代码参考
- 振幅：(HIGH - LOW) / REF(CLOSE, 1) * 100 > 1
- 高点为两日最高：HIGH == HHV(HIGH, 2)
- 集中度70%以下：TOTSHRS_SECURITIES < TOTSHRS_TRD
- 财务指标：根据投资者需求而定
- 行业指标：根据投资者需求而定
- 基本面指标：根据投资者需求而定
- 风险控制因素：根据投资者需求而定
Python代码参考
# 计算振幅指标
amplitude = (high - low) / ref(close, 1) * 100
# 计算高点为两日最高指标
highest = high == hhv(high, 2)
# 计算集中度指标
concentration = totshrs_securities / totshrs_trd < 0.7
# 计算财务指标
financial_index = ...
# 计算行业指标
industry_index = ...
# 计算基本面指标
fundamental_index = ...
# 风险控制因素
risk_control = ...
# 综合选股指标
selected = amplitude > 1 and highest and concentration and financial_index and industry_index and fundamental_index and risk_control
# 股票筛选
filter_stock = selected & rs_sign & rank_10day & sum_filter
注意：以上代码只是示例，具体实现需要根据平台的不同修改指标计算方法和排序方式。
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。
