问财量化选股策略逻辑
选股逻辑为振幅大于1，10日涨幅大于0小于35，500日内至少2次涨停。
选股逻辑分析
- 振幅大于1可以反映股票的市场波动情况，选股时可以挖掘出更具盈利潜力的股票。
- 选择10日涨幅大于0小于35的股票可以挖掘出有一定涨幅但是未过度涨价的股票，同时具有较好的风险收益特点。
- 500日内至少2次涨停可以反映股票在短时间内的大幅上涨情况，选股时可以挖掘出潜在的大涨动力股票。
有何风险？
- 可能会受到个别股票被投机者恶意炒作或其他不可抗力因素的影响，而造成选股效果不佳。
- 短时间内的大涨情况常常伴随着风险和波动性的增加，可能会造成投资者的不可预计的损失。
如何优化？
- 引入更多的技术指标和基本面数据，如均线、成交量、市净率、市盈率等，多维度地评估目标股票的投资价值。
- 改变选股逻辑，选取较低风险、稳定回报的股票。
- 采用风险控制策略，控制单一股票的占比、买入时机和卖出时机，以降低风险。
最终的选股逻辑
选股逻辑为振幅大于1，10日涨幅大于0小于35，500日内至少2次涨停，并结合股票的基本面数据、技术指标及市场行情进行适当的调整。
同花顺指标公式代码参考
(C - O) / O >= 0.03 AND COUNT(IF(REF(ABS((C - O) / O), 1), ABS((C - O) / O),0)=0, 1)>0 AND DROPTO(COND(C<Ref(C,-1) OR Ref(C,-1)>REF( Ref(C,-1),-1) , high, 10000000),0)>0 AND DROPTO(COND(C>Ref(C,-1) OR Ref(C,-1)<REF( Ref(C,-1),-1) , low, 0),10000000)<10000000
python代码参考
import talib
import akshare as ak
def select(df):
df = df[(df['最高价'] - df['最低价']) / df['开盘价'] > 0.01]
df['涨幅'] = df['收盘价'].pct_change(10)
df['涨停数量'] = df['涨停板'].rolling(window=500).sum()
df = df[(df['涨幅'] > 0) & (df['涨幅'] < 0.35) & (df['涨停数量'] >= 2)]
return df
## 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。
