问财量化选股策略逻辑
选股逻辑为振幅大于1，100亿市值以内的无亏损企业，下午大单净流入进行选股。
选股逻辑分析
- 振幅大于1可以筛选出短期内波动较大的股票，有较大的盈利机会。
- 100亿市值以内可以筛选出市值较小的股票，可能具有较好的成长潜力。
- 无亏损企业可以筛选质量较高的企业。
- 下午大单净流入可以筛选出有较大资金进入的股票，可能有较大上涨潜力。
有何风险？
- 静态指标，如市值、亏损情况等，可能无法反映股票的长期表现和潜力。
- 下午大单净流入可能只是短期的投资行为，不能保证长期的收益。
如何优化？
- 结合多个指标进行筛选，如财务指标、技术指标等，增加选股维度，提高选股的准确性和可靠性。
- 考虑动态因素，如涨跌幅、板块走势等，增加选股的灵活性和针对性。
- 考虑设立多个阈值，如振幅、市值、流入流出情况等，综合判断选股结果。
最终的选股逻辑
选股逻辑为振幅大于1，100亿市值以内的无亏损企业，综合多个指标进行筛选，考虑短期内大单净流入的情况，结合动态因素，选择适合的股票作为投资标的。
同花顺指标公式代码参考
(HIGH-LOW)/LOW>=0.01
AND MktValue<=100 AND MktValue>0
AND IF(net_profit>0,1,0)
AND (C-C1)*100/C1>0.5
python代码参考
import akshare as ak
def select():
data = ak.stock_zh_a_spot()
data = data.loc[(data['market_capitalization']>0)&(data['market_capitalization']<=100)]
data = data.loc[(data['high']-data['low'])/data['low']>=0.01]
data = data.loc[data['net_profit'].astype(float)>0]
data = data.loc[(data['close']-data['pre_close'])*100/data['pre_close']>0.5]
data = data.loc[data['pct_chg']>0]
data['large_trade'] = ak.stock_zh_a_hist_sina(symbol=data['stock_symbol'], period="daily")['buy_lg_amount'] - ak.stock_zh_a_hist_sina(symbol=data['stock_symbol'], period="daily")['sell_lg_amount']
data = data.loc[data['large_trade']>0]
return data
## 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。
