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、今日上涨大于1%的主板股票。该选股策略以价格波动、市场热度和单日涨幅为依据，选出价格波动较大、市场 sentiment 较高、且表现稳健的股票。
选股逻辑分析
该选股策略充分考虑了价格波动、市场 sentiment 以及股票表现稳健的因素，同时还着重考虑了当日表现，能够有效地筛选出表现稳健的股票。该策略适用于注重短期表现稳健的投资者。
有何风险？
该选股策略存在以下风险：
-
过度关注短期表现稳健而忽略了公司的长期潜力，导致选择低估公司价值的股票。
-
受行情波动和市场情绪的影响较大，选股风险较高。在市场急剧变化或出现异常行情时，该选股策略的有效性会受到影响。
-
单一的选股指标，可能无法全面地衡量股票的投资价值，可能会漏选一些优质股票或者选择了一些价值较低的股票。
如何优化？
优化该选股策略的方法：
-
增加其他基本面因素，如公司的营收、毛利率、净利润等，尽可能全面地衡量公司的投资价值。
-
结合技术指标，如均线系统，K线形态等，提高选股准确度。
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、今日上涨大于1%的主板股票，同时可以结合其他指标以增强选股准确性。
同花顺指标公式代码参考
A>1 AND SUM(HAS_ST_RECENTLY,21)>0 AND CHANGE_RATE > 1 AND SUBSTR(sec_code, 1, 2) = "SH" AND sec_type_name = "A股" AND LIST_STATUS_CD = "L" AND SEC_SH_AMT>0:1000;
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，CHANGE_RATE 表示股票当日涨幅，SUBSTR(sec_code, 1, 2) = "SH" 表示股票代码以 SH 开头，sec_type_name = "A股" 表示为 A 股，LIST_STATUS_CD = "L" 表示已上市，SEC_SH_AMT>0 表示存在股票交易量。
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
bars_all = history(symbol=symbols_all, frequency="1d", start_time=start_date, end_time=end_date, fields="open, close, high, low, volume", df=True)
# 选出符合条件的股票
bar_selected = bars_all[((bars_all.high - bars_all.low) / bars_all.close) > 0.01]
bar_selected = bar_selected.loc[(bar_selected.high == bar_selected.close) & (bar_selected.close > bar_selected.open * 1.01)]
# 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，并选出符合选股逻辑条件的主板股票，并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。
