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%、今日上涨>1主板。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
该选股策略主要考虑了价格波动、市场结构及股票涨跌等因素，旨在寻找波动大、市场分布不集中，并且今日上涨、属于主板的优质股票。
有何风险？
该选股策略主要风险如下：
- 无法保证未来市场波动，可能会出现市场整体下跌导致股票下跌的情况；
- 过度关注短期走势，难以分辨股票真实价值。
如何优化？
为了缓解以上风险，可以考虑以下优化措施：
- 引入更多指标，例如市盈率、市净率等基本面指标，进行全面了解股票情况；
- 关注公司业务模式及未来增长潜力等因素，综合评估股票内在价值；
- 利用机器学习等方法进行选股，通过数据分析筛选出符合要求的个股。
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：
- 振幅选择在1%至10%之间；
- 市场集中度在30%到80%之间；
- 今日上涨幅度>1%，且为主板股票；
- 引入其他基本面指标进行综合性考虑；
- 关注公司业务模式及未来增长潜力等因素，综合评估股票内在价值。
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1%-10%之间 */
(high/low-1) >= 0.01 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) AND
/* 今日上涨幅度>1%，且为主板股票 */
(changepercent >= 1 AND substr(code, 1, 1) == '6') AND
/* 引入其他基本面指标进行综合性考虑 */
(some_fundamental_factors)
ORDER BY TRADEADDTOVOL(20) DESC, amount DESC
Python代码参考
以下是选股策略示例代码：
import tushare as ts
import datetime
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'] >= 0.01 and 0.3 <= (stock_info['circulating_share']*stock_info['price']) / stock_info['totals'] <= 0.8 and stock_info['changepercent'] >= 1 and code[0] == '6':
# 引入其他基本面指标进行综合性考虑
some_fundamental_factors = True if (some_conditions) else False
if some_fundamental_factors:
# 关注公司业务模式及未来增长潜力等因素，综合评估股票内在价值
some_growth_factors = True if (some_conditions) else False
if some_growth_factors:
# 判断股票是否符合要求
return True
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。
