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、今日控盘比例大于21%的股票。该选股策略希望挑选出振幅大、短期表现好、且控盘比例高的股票。
选股逻辑分析
该选股策略主要以价格波动、股价底部形态和成交量为选股依据。振幅大的股票常常存在价格波动剧烈的机会，涨停则显示股票的热点和市场信心，控盘比例越高则说明市场中的资金持仓程度越高。
有何风险？
该选股逻辑可能存在以下风险：
-
今日控盘比例容易被市场短期行为影响，选出的股票存在高波动性和风险。
-
涨停股票虽然热点比较高，但也可能存在盈利回吐的情况，需要注意买卖时机。
如何优化？
以下是对该选股逻辑的优化建议：
-
考虑加入其他技术指标对选股策略进行拓展。
-
选股依据的标准需要根据市场情况进行动态调整。
最终权益选股逻辑
选股策略为：振幅大于1、近一个月内有过涨停、今日控盘比例大于21%的股票。在原有选股逻辑的基础上加入了今日控盘比例的判断条件。
同花顺指标公式代码参考
控盘比例指标： 一分钟级别：REF(BIGRATIO,1)>21
python代码参考
from gm.api import *
set_token("your_token_here")
# 设置回测起点和终点
start_date = "2020-01-01"
end_date = "2022-01-01"
# 获取所有股票
symbols_all = get_symbols(exchanges=["SHSE", "SZSE"], sec_types=["STOCK"], fields=["symbol"])
# 设置选股条件
amplitude_cond = {"$gt": 1}
limit_up_cond = {"$gte": 1}
big_ratio_cond = ">21"
cond = {
"$and": [
amplitude_cond,
limit_up_cond,
big_ratio_cond
]
}
# 构建排序条件
sort_cond = [(Bar("close_price"), SortType.DESC)]
# 获取符合条件的股票历史信息
data = history(symbol=symbols_all,
start_time=start_date,
end_time=end_date,
fields=["symbol", "limit_status", "open_price", "high_price", "low_price", "close_price", "big_ratio"],
bar_count=1,
freq="1Min",
filter=cond,
sort=sort_cond)
# 筛选出符合条件的股票
symbols_selected = [s["symbol"] for s in data]
print(symbols_selected)
采用了查询最近一分钟的大单买卖占比，只要大单买卖占比大于21%就会被选取。因此，查询的是1Min级别的数据。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。
