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，收盘价大于昨日的最低价。
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。
- 收盘价大于昨日的最低价可以反映出个股当天买盘力量较强，具有一定投资价值。
有何风险？
- 只是基于短期涨幅和买卖力量的指标，需要做好进一步分析，避免盲目乐观或悲观的情绪波动中。
- 该选股逻辑并未引入其他指标，风险控制方面略显不足。
如何优化？
- 可以引入其他技术指标和基本面指标，如MACD、RSI、资产负债率等指标，构建更全面、更准确的选股指标体系。
- 可以结合机器学习算法，通过大数据分析挖掘更具有投资价值的股票。
- 做好风险控制，优化股票的持仓量和持股时间，规避市场风险。
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，收盘价大于昨日的最低价。
同花顺指标公式代码参考
待更新。
python代码参考
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 = df[(df['涨幅'] > 0) & (df['涨幅'] < 0.35)]
df['收盘价大于昨日最低价'] = df['收盘价'] > df['最低价'].shift(1)
df = df[df['收盘价大于昨日最低价']]
df = df[(df['流通市值'] > 50) & (df['流通市值'] < 100)]
df = df.sort_values(by=['涨跌幅乘超大单净量'], ascending=False)
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。
