问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,昨日主力控盘。
选股逻辑分析
该选股逻辑主要结合了市场情绪和市场资金的因素。通过选取今日和昨日的控盘数据，可以筛选出市场情绪较好、资金流入较多的优质股票。
有何风险？
该选股逻辑可能存在以下风险：
- 对控盘的定义不够明确：控盘的定义比较模糊，不同情况下有不同的判断标准，可能会导致选股策略受到不确定的影响；
- 忽略了基本面因素的影响：该选股逻辑主要基于市场情绪和市场资金的因素进行选股，忽略了股票自身的基本面因素对股价的影响。
如何优化？
为了降低风险和提高精度，我们可以通过以下措施进行优化：
- 对控盘的定义进行明确：在选股中，我们应该明确定义控盘的概念，避免对于不同股票产生不确定的影响；
- 引入基本面因素：在选股中引入更多的基本面和行业趋势等变量，优化选股标准，从而挑选出基本面更加稳健、质量更高的优质股票；
- 综合考虑多个因素：在确定选股策略时，应该综合考虑多个因素，避免单一指标权重过大而导致的选股风险。
最终的选股逻辑
综上所述，我们最终选择以下选股逻辑：
- 振幅大于1；
- 今日控盘大于21；
- 昨日主力净买入。
同花顺指标公式代码参考
C1 = AMP() > 1;
C2 = CONTROLLING_SHARES_CHANGE() > 0.21;
C3 = NET_AMOUNT_MAIN() > 0;
SELECTOR = C1 AND C2 AND C3 ;
RESULT = SORT(RANK(SELECTOR), 1)==1;
python代码参考
def select_stocks():
selected_stocks = []
for stock in get_all_stocks():
c1 = get_price(stock, end_date=datetime.now(), frequency='1d', fields='amplitude')[-1] > 0.01
c2 = abs(get_controlling_shareholders(stock, end_date=datetime.now(), frequency='1d')['controlling_shareholders_day_pct_change'][-1]) > 0.21
net_main = get_money_flow(stock, end_date=datetime.now(), frequency='1d')['net_amount_main'][-2:-1]
c3 = net_main[0] > 0
if c1 and c2 and c3:
selected_stocks.append(stock)
selected_stocks = sorted(selected_stocks, key=lambda x: get_price_change(x, 1, datetime.now(), frequency='1d'), reverse=True)
return selected_stocks[:5]
result = select_stocks()
print(result)
以上Python代码仅供参考，具体实现还需要根据自己的需求进行调整。
## 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。
