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，昨天龙虎榜。
选股逻辑分析
- 振幅大于1可以表示市场波动性，意味着更高的风险和收益机会。
- 筛选10日涨幅大于0小于35的股票，可以避免选择过度涨价的股票，但仍有一定的风险。
- 昨天进入龙虎榜的股票，可能意味着有机构资金的关注和介入，有可能具有一定的投资价值。
有何风险？
- 龙虎榜信息非常有限，不一定能充分了解股票的未来表现。
- 龙虎榜效应可能会过度炒作，过度涨价。
- 历史表现不代表未来表现，存在选股风险。
如何优化？
- 结合其他技术指标进一步调整选股条件，如均线、市盈率等。
- 注意多样化投资，避免过分集中于某一品种或板块。
- 谨慎对待龙虎榜信息的利用，结合其他因素进行判断。
最终的选股逻辑
选股逻辑包括振幅大于1，10日涨幅大于0小于35，昨天进入龙虎榜的股票。
同花顺指标公式代码参考
YEB AND (CLOSE > REF(C, 1)) AND ((HIGH - LOW) / REF(C, 1) > 0.01) AND (CLOSE / REF(CLOSE, 10) - 1 > 0) AND (CLOSE / REF(CLOSE, 10) - 1 < 0.35)
python代码参考
import akshare as ak
def select(df):
df_lhb = ak.stock_em_yjyg(date="昨天")
df_lhb = df_lhb[df_lhb['上榜理由'].str.contains('机构')]
code_list = df_lhb['股票代码'].tolist()
df = df[(df['股票代码'].isin(code_list))]
df = df[(df['股票价格'] > df['收盘价'].shift(1))]
df = df[(df['最高价'] - df['最低价']) / df['收盘价'].shift(1) > 0.01]
df['涨幅'] = df['收盘价'].pct_change(10)
df = df[(df['涨幅'] > 0) & (df['涨幅'] < 0.35)]
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。
