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、今日竞价金额排序前5。该逻辑旨在寻找市场中波动较大、成交活跃的股票，以期获得较好的投资回报。
选股逻辑分析
该选股逻辑首先通过振幅大于1、剔除昨日涨停的条件限制来筛选出波动较大的股票。然后通过按照今日的竞价金额排序，选取前5只股票作为投资标的。通过这样的逻辑，可以迅速找到市场中波动较大、成交活跃的标的。
有何风险？
以下是该选股逻辑可能存在的风险：
-
盲目追求短期波动性，可能导致过度交易和过度风险。
-
过于依赖竞价金额作为选股依据，可能导致投资标的的短期波动性高，而长期价值和潜在收益不尽如人意。
如何优化？
以下是对该选股逻辑的优化建议：
-
在选择投资标的之前，应该综合考虑多个方面的因素，如公司基本面、行业发展趋势以及政策环境等。
-
应该挑选那些波动性较大的标的，并结合适当的技术面指标进行短期交易。
最终权益选股逻辑
选股策略为：振幅大于1、剔除昨日涨停、按竞价金额排序取前5。
同花顺指标公式代码参考
无
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'
# 获取候选股票列表
symbols = get_symbols(exchanges=['SHSE', 'SZSE'], sec_types=['STOCK'], fields=['symbol'])
symbols_selected = []
# 筛选出符合条件的前5只标的
for symbol in symbols:
if (AMO > 1) and (not LIMIT):
quotes = history_n(symbol=symbol,
frequency='1d',
end_time=end_date,
interval=1,
count=1)
if len(quotes) > 0:
symbols_selected.append(symbol)
symbols_selected.sort(key=lambda x: -history_n(symbol=x, end_time=end_date, fields=['turnover'], count=1)['turnover'][0])
symbols_selected = symbols_selected[:5]
print(symbols_selected)
上述代码为选股逻辑为振幅大于1、剔除昨日涨停、今日竞价金额排序前5。使用了history_n函数获取当天的成交量，并通过观察当天的竞价金额和历史数据中的成交金额来排序并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。
