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，（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2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。
- 按照昨日换手率与今日成交量之间的比值，筛选流通性较好的个股，进一步过滤掉流动性较差的个股，避免选择非流动性标的。
有何风险？
- 高波动性可能意味着股票存在重大风险。
- 股票近期涨幅过大，存在一定的回调风险。
- 操作过于依赖单一指标，忽略了其他重要指标的综合影响。
如何优化？
- 综合选取股票的长期趋势变化、市值、盈利能力、估值、主力资金流向、财务健康、行业竞争等指标进行筛选。
- 合理平衡各项指标的权重和筛选条件，并结合机器学习等方法进行多维度分析。
- 注意风险控制，如设置止损位等策略。
- 合理设置选股频率和仓位控制，避免盲目跟从操作。
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，综合多个指标筛选出近期趋势向上、市场认可度高、业绩表现优良、有资金流入、流通性好的个股作为投资标的。
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 (Ref(VOL,1)*(IF(Ref(FIRSTPX,1)==0,CHAR(' '),Ref(FIRSTPX,1))/Ref(VOL,2)))>0.5
AND (Ref(VOL,1)*(IF(Ref(FIRSTPX,1)==0,CHAR(' '),Ref(FIRSTPX,1))/Ref(VOL,2)))<2
AND Ref(WEEKDAY,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['name'].str.contains('ST')==False]
data = data.loc[pd.to_datetime(data['date']).dt.weekday==4]
data['flow'] = data['trade'].rolling(2).apply(lambda x: x[1]*(x[0]/x[1]))
data = data.loc[(data['flow']>0.5)&(data['flow']<2)]
data['ma5'] = data['close'].rolling(5).mean()
data['ma10'] = data['close'].rolling(10).mean()
data = data.loc[data['ma5']>data['ma10']]
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。
