问财量化选股策略逻辑
该选股策略包括三个条件：
- 振幅大于1
- 今日最低价小于昨日最低价
- 竞价主力净买大于0
选股逻辑分析
该选股策略同样从技术面出发，选取振幅大，且价格自低点起涨幅较大的股票，同时要求竞价主力净买大于0，这可以满足一些投机型的投资者，能够迅速的跟进股票的涨势，获得较高的利润率。该选股策略适合于短线的操作者使用。
有何风险？
该选股策略同样未能考虑到公司的具体基本面，同时竞价主力净买并不是绝对可靠的指标，而是反映了当天交易情况的一个指标。总体风险较高，需要进一步衡量。
如何优化？
可以继续优化该选股策略，可以继续引入其他技术面因素进行筛选，如成交量是否攀升，股价是否处于长期趋势的关键位置等。同时要考虑到基本面等因素的影响。
最终的选股逻辑
基于以上分析，最终的选股逻辑如下：
- 振幅大于1，市场对股价波动大的股票更感兴趣。
- 今日最低价小于昨日最低价，表明股价上升趋势已经明显。
- 竞价主力净买大于0，表明具有买盘力量。
同花顺指标公式代码参考
- 振幅大于1：amplitude > 1
- 今日最低价小于昨日最低价：low < ref(low, 1)
- 竞价主力净买大于0：((b1_v - b2_v) - (s1_v - s2_v)) / (b1_v + b2_v + s1_v + s2_v) > 0
python代码参考
import pandas as pd
import tushare as ts
df = ts.get_k_data('000001', start='2020-01-01', end='2020-12-31')
df['buy_volume'] = df['b1_v'] + df['b2_v']
df['sell_volume'] = df['s1_v'] + df['s2_v']
df['condition1'] = df['amplitude'] > 1
df['condition2'] = df['low'] < df['low'].shift(1)
df['condition3'] = ((df['buy_volume'] - df['sell_volume']) / (df['buy_volume'] + df['sell_volume'])) > 0
df = df[df['condition1'] & df['condition2'] & df['condition3']]
codes = ['sh'+code for code in df['date'].tolist()]
result = pd.DataFrame()
for code in codes:
bars = ts.get_realtime_quotes(code)
result = result.append({'code': code[2:], 'name': bars['name'].tolist()[0], 'price': float(bars['price'].tolist()[0])}, ignore_index=True)
result = result.sort_values(by='price', ascending=True)
## 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。
