问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,竞价时涨跌幅买入大单.特大单共计买入量大于0.7千万。
选股逻辑分析
该选股逻辑主要是以成交量和价格波动指标为主，选择振幅大于1、今日控盘＞21且竞价时涨跌幅买入大单和特大单共计买入量大于0.7千万的股票。该选股逻辑有助于通过流动性和空头压力分析来选出高风险高回报的股票。
有何风险？
该选股逻辑可能存在以下潜在风险：
- 竞价时涨跌幅的波动具有不确定性，导致振幅较大的个股容易误判或虚假突破；
- 统计买入大单的数量和交易量容易受到市场环境和恶意操纵等因素影响，可能产生明显偏差；
- 该选股逻辑重视短期流动性和波动性，风险较大，不利于长期持有和价值投资。
如何优化？
为了提高该选股逻辑的效率和可靠性，我们可以考虑以下优化：
- 除了竞价时涨跌幅和大单成交量，还应考虑公司基本面因素的影响，如股息率、PEG等估值和成长指标；
- 建立基于资金流向和市场情绪的预测模型，应对市场波动和影响；
- 尽量避免过度追求短期高收益，注重长期价值投资和风险控制。
最终的选股逻辑
根据以上分析，我们提出如下改进后的选股逻辑：
- 振幅大于1；
- 今日控盘＞21；
- 竞价时涨跌幅买入大单.特大单共计买入量大于0.7千万；
- 股息率大于3%或PEG小于1.5。
同花顺指标公式代码参考
C1 = IF(REF(ABS(LOW/REF(LOW, 1)-1), 1)>1, 1, REF(ABS(LOW/REF(LOW, 1)-1), 1));
C2 = CONTROL_SHares_TODAY()>0.21;
C3 = ABS(CLOSE/REF(CLOSE,1)-1) >= 0.03 * BIGBUYVOL()/BIGVOL();
C4 = BIGBUYVOL()/10000000 + BIGBUYVOL5()/10000000 > 0.7;
SELECTOR = C1*C2*C3*C4;
RESULT = SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
import pandas_ta as ta
C1 = np.where(np.abs(ta.LOW()/ta.LOW().shift(1)-1)>1, 1, np.abs(ta.LOW()/ta.LOW().shift(1)-1))
C2 = ta.CONTROL_SHares_TODAY() > 0.21
C3 = np.abs(ta.CLOSE()/ta.CLOSE().shift(1)-1) >= 0.03 * ta.BIGBUYVOL()/ta.BIGVOL()
C4 = (ta.BIGBUYVOL()+ta.BIGBUYVOL5())/10000000 > 0.7
C5 = ta.DIV()/100 >= 3 or ta.PEG() <= 1.5
selector = C1 * C2 * C3 * C4 * C5
result = np.argsort(np.argsort(selector))
## 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。
