问财量化选股策略逻辑
选股逻辑为振幅大于1，10天内涨停天数大于2，竞价主力净买大于0。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
该选股策略基于以下几个条件来筛选股票：
- 振幅大于1，说明该股票存在较大波动性，有更高的交易机会；
- 10天内涨停天数大于2，说明该股票存在一定的热度；
- 竞价主力净买大于0，说明该股票存在买入需求。
有何风险？
该选股策略可能存在以下风险：
- 竞价主力净买不一定代表真正的买入需求，可能存在其他的影响因素；
- 对K线的理解和判断存在差异，可能造成判断偏差；
- 盲目依赖技术指标，忽略其他相关因素，可能增加风险。
如何优化？
为降低可能存在的风险和提升选股效果，可以考虑以下优化措施：
- 结合公司基本面、行业发展趋势等因素来确认股票走势；
- 考虑加入其他技术指标，比如MACD、KDJ等指标来综合考虑股票走势；
- 考虑引入其他时间跨度的指标来综合判断，如月线、日线等；
- 对选股逻辑进行调整，筛选出高品质的个股。
最终的选股逻辑
经过上述优化，得到以下完善版的选股策略：
- 振幅大于1，10天内涨停天数大于2，竞价主力净买大于0，符合交易者交易操作；
- 结合其他基本面、行业数据等因素来确认股票走势；
- 加入其他技术指标，综合考虑股票走势；
- 考虑引入其他时间跨度的指标来综合判断；
- 对选股逻辑进行调整，筛选出高品质的个股。
注：以上选股策略仅供参考，具体可以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：
/* 将具体的选股条件填充至筛选公式中 */
SELECT
/* 振幅大于1，10天内涨停天数大于2，竞价主力净买大于0 */
(HIGH-LOW)/REF(CLOSE,1)*100 >= 1 AND
COUNT(IF(CLOSE>REF(CLOSE,1)*1.098,1,0),10) > 2 AND
STOCK_CAPITAL_NETIN >= 0
注：以上代码需要在同花顺的选股界面中进行填充。
Python代码参考
以下是Python代码的参考：
import baostock as bs
import pandas as pd
from datetime import datetime, timedelta
def stock_selection():
#### 登陆系统 ####
lg = bs.login()
#### 获取股票基本信息 ####
rs_basic_info = bs.query_stock_basic()
#### 获取数据 ####
selected_code = []
for code in rs_basic_info[(rs_basic_info['marketType']=='沪A')|(rs_basic_info['marketType']=='深A')]['code'].tolist():
#### 获取股票数据 ####
rs = bs.query_history_k_data_plus(code, "date, open, close, high, low",
start_date=(datetime.now()- timedelta(days=60)).strftime('%Y-%m-%d'),
end_date=datetime.now().strftime('%Y-%m-%d'),
frequency="d", adjustflag="3")
data = rs.get_data()
#### 获取选股条件 ####
if len(data) >= 10:
condition1 = (data['high']-data['low']).iloc[-1]/data['close'].iloc[-1]*100 > 1
condition2 = len(data[data['close']>data['close'].shift(1)*1.098]) > 2
#### 获取细节数据：竞价主力净买 ####
rs_stock_capital = bs.query_stock_capital(code, start_date=(datetime.now()- timedelta(days=1)).strftime('%Y-%m-%d'), end_date=datetime.now().strftime('%Y-%m-%d'))
data_stock_capital = rs_stock_capital.get_data()
condition3 = data_stock_capital['capital_stocks_in'].iloc[-1] - data_stock_capital['capital_stocks_out'].iloc[-1] > 0
#### 判断是否满足条件 ####
if condition1 and condition2 and condition3:
selected_code.append(code)
#### 登出系统 ####
bs.logout()
return selected_code
注：以上Python代码需要安装baostock等库，仅供参考，具体根据实际需求和风险承受能力进行调整。
## 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。
