问财量化选股策略逻辑
选股逻辑为振幅大于1,集中度70<20%,开盘价在十日线左右。将选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。
选股逻辑分析
该选股策略主要侧重于股票的基本面（开盘价与十日均线），同时也考虑到了股票的波动性和流动性。振幅较大的股票走势更明显、更决定买卖时机，同时基本面好的股票被看好的概率较大，有较高的流动性，容易被机构资金追捧。
有何风险？
该选股策略主要风险如下：
- 股票基本面或许不是最重要的因素，可能会被其他因素影响而不符合期望；
- 个别股票的选取可能存在过度分析，不利于长期投资，可能使得投资组合缺乏多样性。
如何优化？
为缓解以上风险，可以考虑以下优化措施：
- 将基本面指标和技术指标结合使用，选出表现突出的股票进行投资，更注重实际收益；
- 采用组合投资的方式，注重多样化资产配置，降低单只个股的风险。
最终的选股逻辑
经过优化后，我们得到以下完善版的选股逻辑：
- 振幅选择在1%-10%之间；
- 市场集中度在70%-100%之间；
- 开盘价在十日均线多少个百分点左右。
注：以上选股逻辑仅供参考，具体根据实际需求和风险承受能力进行调整。
同花顺指标公式代码参考
以下是同花顺的相关代码：
/* 将具体选股条件填充至筛选公式中 */
SELECT
/* 振幅选择在1%-10%之间 */
(HIGH/LOW - 1) >= 0.01 AND (HIGH/LOW - 1) <= 0.1 AND
/* 市场集中度在70%-100%之间 */
CIRCMARKETVALUE/TOTALMARKETVALUE >= 0.7 AND CIRCMARKETVALUE/TOTALMARKETVALUE <= 1 AND
/* 开盘价在十日均线多少个百分点左右 */
ABS((OPEN - MA(CLOSE,10))/MA(CLOSE,10)) < 0.05
ORDER BY STOCKPREHOT DESC
python代码参考
以下是选股策略的 Python 代码示例：
import tushare as ts
from datetime import datetime, timedelta
def is_selected(code):
'''
判断股票是否符合选股策略
'''
# 获取昨天日期
yesterday = (datetime.now() - timedelta(days=1)).strftime('%Y-%m-%d')
# 获取股票基本信息和技术指标等数据
stock_info = ts.get_stock_basics().loc[code]
# 判断股票是否符合条件（振幅、市场集中度、开盘价在十日均线多少个百分点左右）
if 0.01 <= (stock_info['high'] - stock_info['low']) / stock_info['close'] <= 0.1 and \
0.7 <= (stock_info['circulating_share'] * stock_info['price']) / (stock_info['totals'] * 100000000) <= 1 and \
abs((stock_info['open'] - ts.MA(ts.get_hist_data(code)['close'], 10).iloc[-1]) / ts.MA(ts.get_hist_data(code)['close'], 10).iloc[-1]) < 0.05:
return True
return False
# 获取符合选股策略要求的股票列表，并按市值从大到小排序
selected_stocks = ts.get_stock_basics().index[ts.get_stock_basics().apply(is_selected, axis=1)]
selected_stocks = ts.get_realtime_quotes(selected_stocks.tolist()).sort_values('amount', ascending=False)['code'].tolist()
# 根据选股结果进行后续交易操作
for code in selected_stocks:
pass # 参考其他交易策略
示例代码通过 Tushare 库获取相应的股票数据和历史价格信息、基础指标等数据，结合选股逻辑进行筛选和排序，最终得到符合要求的股票列表。在实际交易中，可根据筛选和排序结果进行后续的操作。
## 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。
