问财量化选股策略逻辑
选股逻辑为：振幅大于1、近一个月内有过涨停、今日最低价小于昨日最低价的股票。该选股策略主要考虑了股票的成长属性和市场热点属性，并且结合了股票的价格波动情况。
选股逻辑分析
该选股策略主要考虑了股票的成长属性和市场热点属性。其中成长属性可以通过股票的振幅来考察；考虑市场热点属性的原因是近一个月内出现过涨停，可以说明该股票在近期有市场热点的关注。将价格波动情况也加入选股条件中，是为了过滤一些跳水股。
有何风险？
该选股逻辑可能存在以下风险：
-
过于追求市场热点，可能会导致忽略公司的基本面和价值属性。
-
单纯地依赖技术指标，无法全面考虑市场情况和个股情况。
-
价格波动较大的股票有泡沫风险，需要注意风险控制。
如何优化？
以下是对该选股逻辑的优化建议：
-
加入其他指标，如EPS、ROE等，综合考虑选股因素。
-
选股依据的标准需要根据市场情况进行动态调整。
-
对振幅进行分级，再分别设置不同的选股条件，更精细化地筛选股票。
最终权益选股逻辑
选股策略为：振幅大于1、近一个月内有过涨停、今日最低价小于昨日最低价的股票。
同花顺指标公式代码参考
该选股逻辑没有通达信指标公式。
python代码参考
from gm.api import *
set_token("your_token_here")
# 设置回测起点和终点
start_date = "2020-01-01"
end_date = "2022-01-01"
# 获取所有股票
symbols_all = get_symbols(exchanges=["SHSE", "SZSE"], sec_types=["STOCK"], fields=["symbol"])
# 设置选股条件
amplitude_cond = {"$gt": 1}
limit_up_cond = {"$gte": 1}
today_low_cond = {"indicator": "LOW", "params": {"n": 1}, "cond": {"$lt": Ref("LOW", n=2)}}
cond = {
"$and": [
amplitude_cond,
limit_up_cond,
today_low_cond
]
}
# 构建排序条件
sort_cond = [(Bar("close_price"), SortType.DESC)]
# 获取符合条件的股票历史信息
data = history(symbol=symbols_all,
start_time=start_date,
end_time=end_date,
fields=["symbol", "limit_status", "open_price", "high_price", "low_price", "close_price", "big_ratio"],
bar_count=1,
freq="1Min",
filter=cond,
sort=sort_cond)
# 筛选出符合条件的股票
symbols_selected = [s["symbol"] for s in data]
print(symbols_selected)
上述代码中，使用了gm提供的涨停板信息和最低价信息，筛选出今日最低价小于昨日最低价的股票。
## 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。
