问财量化选股策略逻辑
选股逻辑为：振幅大于1、近一个月内有过涨停、机构动向大于0。该选股策略旨在结合股票价格波动、市场热度和机构动向等因素，选出未来具有潜力的股票。
选股逻辑分析
该选股策略主要结合了股票价格波动、市场热度和机构动向三个因素，以发掘具有高波动性和市场热度，同时受到机构追捧的股票。
有何风险？
该选股策略存在以下风险：
-
机构动向指标的可靠性存在一定局限性，需要结合其他指标和资讯进行判断。
-
选股条件简单，可能会选出一些暂时的热点，实际投资的效果有待观察。
-
该选股策略只考虑了短期波动性和市场热度，忽略了中长期的基本面和价值因素影响，存在较高的风险。
如何优化？
以下是优化该选股策略的方法：
-
将机构动向指标作为参考指标，结合其他基本面和技术指标进行综合筛选，提高选股准确率。
-
结合行业和市场板块等因素，进一步筛选出具有长期增长性的股票，如消费、科技等行业板块。
-
添加策略风险控制机制，如设置止损止盈点位等，以减少投资风险。
最终的选股逻辑
选股策略为：振幅大于1、近一个月内有过涨停、机构动向大于0，同时结合其他基本面和技术指标进行综合考虑。
同花顺指标公式代码参考
A>1 AND SUM(HAS_ST_RECENTLY, 21)>0 AND ORG_NET_INFLOW_RATE_L1M > 0 AND LCAP >= 2000000000 AND SEC_TYPE_NAME = 'A股' AND LIST_STATUS_CD = 'L':1000;
其中 A 表示当日振幅，HAS_ST_RECENTLY 表示股票是否有最近 21 个交易日内涨停，ORG_NET_INFLOW_RATE_L1M 表示一个月内机构资金净流入率，LCAP 表示股票的流通市值，SEC_TYPE_NAME = 'A股' 表示为 A 股，LIST_STATUS_CD = 'L' 表示已上市。
python代码参考
from gm.api import *
set_token("your_token_here")
start_date = "2020-01-01" # 回测开始日期
end_date = "2022-01-01" # 回测结束日期
# 获取所有主板股票代码
symbols_all = get_symbols(exchanges=["SHSE"], sec_types=["STOCK"], names=["A股"], list_status=["L"])
# 获取对应股票的历史信息和涨跌幅
bars_all = history(symbol=symbols_all, frequency="1d", start_time=start_date, end_time=end_date, fields="open, close, high, low, volume, turnover, lcapholder", df=True)
# 计算机构资金净流入率
inflow_rate = history(symbol=symbols_all, frequency="1d", start_time=start_date, end_time=end_date, fields="org_net_inflow_rate_l1m", df=True)
# 合并历史信息和机构资金净流入率
bars_all = bars_all.join(inflow_rate)
cond = (bars_all.high - bars_all.low) / bars_all.close > 0.01 # A>1
cond &= (bars_all.close / bars_all.close.shift(1) - 1).rolling(window=21).apply(lambda x: any(x > 0)) # 近一个月有涨停
cond &= bars_all.org_net_inflow_rate_l1m > 0 # 机构资金净流入率大于0
cond &= bars_all.lcapholder >= 2e9 # 流通市值大于20亿
# 选出符合条件的股票
bar_selected = bars_all[cond]
# 打印选中的股票代码
print(bar_selected.index.get_level_values(0).unique())
该代码通过 Pandas 对象读取股票历史信息和机构资金净流入率，从而选出符合选股逻辑条件的主板股票，最后将股票代码打印出来。代码可以在量化平台和本地 Python 环境中执行。
## 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。
