问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,量比大于1.5、量比小于6。
选股逻辑分析
该选股逻辑主要考虑了价格波动、大股东持股比例、以及成交量等因素。振幅大于1和今日控盘＞21为筛选波动大、市场影响力较大的个股，而量比大于1.5、量比小于6则为筛选日内成交量与过去20日平均成交量的比值在1.5到6之间的个股。该逻辑相对简单易用，易于实现，但是存在一些潜在的风险。
有何风险？
该选股逻辑可能存在以下风险：
- 选股逻辑过于简单，缺少其他基本面指标的参考，例如市盈率、市净率等指标；
- 只考虑了个股的短期走势，缺乏对长期价值的全面考虑，可能存在过度短视的问题；
- 量比指标易受到股价的影响，可能存在股价与量比不匹配的情况。
如何优化？
针对上述问题，我们可以采取以下措施来提高该选股策略的精度和可操作性：
- 引入其他基本面指标和技术指标等信息，综合分析个股价值；
- 考虑量比指标与其他成交量相关指标的结合，例如换手率、成交额等指标；
- 制定更为科学合理的量比标准，避免量比指标被股价影响而出现错误信号。
最终的选股逻辑
综合以上改进措施，我们最终选择以下的选股逻辑：
- 振幅大于1；
- 今日控盘＞21；
- 日内成交量与过去20日平均成交量的比值在1.5到6之间。
我们建议在此逻辑的基础上，结合更多基本面指标和技术指标，进行优化和完善。
同花顺指标公式代码参考
C1 = IF(AMO() / 10000 >= 20, (AMO() / 10000 - 20) / 20 * 50 + 50, AMO() / 10000 >= 5, (AMO() / 10000 -5) / 15 * 50, 0);
C2 = CONTROLLING_SHARES_CHANGE() > 0.21;
C3 = VOL() / MA(VOL(), 20) >= 1.5 AND VOL() / MA(VOL(), 20) <= 6;
SELECTOR = C1 + C2 + C3;
RESULT = SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()))
python代码参考
from datetime import datetime, timedelta
import numpy as np
def select_stocks():
selected_stocks = []
for stock in get_all_stocks():
c1 = 0
amplitude = get_price(stock, end_date=datetime.now(), frequency='1d', fields='amplitude')
if amplitude[-1] >= 0.05:
c1 = (amplitude[-1] - 0.05) / 0.05 * 50 + 50
elif amplitude[-1] >= 0.01:
c1 = (amplitude[-1] - 0.01) / 0.04 * 25
c2 = abs(get_controlling_shareholders(stock, end_date=datetime.now(), frequency='1d')['controlling_shareholders_day_pct_change'][-1]) > 0.21
vol = get_price(stock, end_date=datetime.now(), frequency='1d', fields='volume')
vol_mean = np.mean(get_price(stock, end_date=datetime.now(), frequency='1d', fields='volume', count=20))
c3 = (vol[-1] / vol_mean >= 1.5) and (vol[-1] / vol_mean <= 6)
score = c1 + c2 + c3
if score >= 100:
selected_stocks.append(stock)
return selected_stocks
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。
