问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,近25个交易日有单日涨幅大于等于百分之10。
选股逻辑分析
该选股逻辑在振幅大于1和今日控盘＞21的基础上，加入了近25个交易日有单日涨幅大于等于百分之10的条件。这个逻辑可以选出近期有大涨过的个股，但是不能保证这个个股后续还能大涨。同时，该逻辑存在极强的周期性特征，不能适用于不同市场环境。
有何风险？
该选股逻辑可能存在以下潜在风险：
- 过度依赖周期性特征，适用时间窗口窄；
- 预测未来走势准确性低，存在红利回转、劣币驱逐良币等情况；
- 市场情况变化可能导致选股逻辑的失效；
- 可能存在过拟合等风险。
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：
- 引入更多的指标，如相对强弱指标、均线趋势指标等，来寻找更多的买入机会；
- 加大风险控制力度，保护本金，降低风险水平；
- 做好投资市场分析，合理制定投资策略；
- 结合宏观经济环境和行业走势等因素，来优化选股策略。
最终的选股逻辑
经过以上优化，我们得到以下选股逻辑：
- 振幅大于1；
- 今日控盘＞21；
- 近25个交易日有单日涨幅大于等于百分之10；
- 自由流通市值大于10亿元。
同花顺指标公式代码参考
C1 = IF(REF(ABS(AMO/REF(AMO, 1)-1), 1)>1, 1, REF(ABS(AMO/REF(AMO, 1)-1), 1));
C2 = CONTROL_SHares_TODAY()>0.21;
C3 = COUNT(IF((REF(CLOSE,1)/CLOSE)<=0.9, 1, 0), 25)>=1;
C4 = CAP()>1000000000;
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.AMO()/ta.AMO().shift(1)-1)>1, 1, np.abs(ta.AMO()/ta.AMO().shift(1)-1))
C2 = ta.CONTROL_SHares_TODAY()>0.21
C3 = ta.COUNT(np.where(ta.CLOSE().shift(1)/ta.CLOSE()<=0.9, 1, 0), length=25)>=1
C4 = ta.CAP()>1000000000
selector = C1 * C2 * C3 * C4
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。
