问财量化选股策略逻辑
选股逻辑为振幅大于1、集中度70<20%、换手率3%-12%。将选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。
选股逻辑分析
该选股逻辑主要考虑了价格波动、市场集中度以及流动性。振幅大于1可以选出价格波动较大的股票，集中度的限制可以剔除掉市场分散度过高的股票。流动性符合3%-12%的股票通常可以在短期内买卖较便捷。
有何风险？
该选股策略主要风险如下：
- 只考虑了股票的短期流动性，容易被热点推动而失去投资价值。
- 对于高度关联的股票，选择集中度过低的股票容易遗漏掉相关的概念股。
- 振幅和换手率作为短期指标，容易受到市场短期波动的影响。
如何优化？
为了缓解以上风险，可以考虑以下优化措施：
- 结合其他技术指标和基本面进行筛选，如MA、KDJ等。
- 结合股票的长期波动情况，限制振幅数据的范围；
- 对于短线交易者，可以结合其他交易指标在短期内对股票进行操作。
最终的选股逻辑
经过优化后，我们得出了以下完善版的选股逻辑：
- 振幅选取在2%至10%之间；
- 市场集中度在30%到80%之间；
- 换手率在3%-15%之间；
- 结合其他指标和基本面进行筛选。
注：以上选股逻辑仅供参考，具体根据实际需求和风险承受能力进行调整。
同花顺指标公式代码参考
以下是同花顺的相关代码：
/* 将具体选股条件填充至筛选公式中 */
SELECT
/* 振幅选择2%-10%之间 */
(high/low-1)>=0.02 AND (high/low-1)<=0.1 AND
/* 市场集中度在30%到80%之间 */
((circ_mv/total_mv>=0.3 AND circ_mv/total_mv<=0.8) OR (float_share/total_mv>=0.3 AND float_share/total_mv<=0.8)) AND
/* 换手率在3%-15%之间 */
turnover_ratio>=0.03 AND turnover_ratio<=0.15 AND
/* 结合其他技术指标和基本面进行筛选 */
(MA(CLOSE,5)>MA(CLOSE,10))
ORDER BY amount DESC
Python代码参考
以下是选股策略示例代码：
import tushare as ts
def is_selected(code):
'''
判断股票是否符合选股策略
'''
# 获取股票基本信息
stock_info = ts.get_stock_basics().loc[code]
# 判断股票是否符合条件
if (stock_info['high'] - stock_info['low']) / stock_info['close'] >= 0.02 and 0.3 <= (stock_info['circulating_share']*stock_info['price']) / stock_info['totals'] <= 0.8 and 0.03 <= stock_info['turnoverrate'] / 100 <= 0.15 and (some_other_conditions):
# 客观判断市场热度
some_other_conditions = True
# 判断股票是否符合要求
return some_other_conditions
return False
# 获取符合策略要求的股票列表
selected_stocks = [code for code in ts.get_stock_basics().index if is_selected(code)]
# 根据选股结果进行后续交易操作
for code in selected_stocks:
pass # 参考其他交易策略
示例代码通过 Tushare 库获取相应的股票数据，结合选股逻辑进行筛选，最终得到符合要求的股票列表。在实际交易中，可根据筛选和排序结果进行后续的操作。
## 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。
