问财量化选股策略逻辑
选股逻辑为：振幅大于1、剔除昨日涨停、竞价主力净买大于0的股票。该逻辑尝试筛选出短期有一定净买入态势的个股，并优先考虑其后续上涨的可能性。
选股逻辑分析
该选股逻辑主要考虑了短期的竞价主力净买入、波动性和市场情绪等方面，尝试发现在未来某段时间内，可能存在不错的上涨机会的股票。
有何风险？
以下是该选股逻辑可能存在的风险：
-
过度关注短期行情而忽视其他因素的影响，例如公司基本面和行业状况等。
-
偶然在市场中创造出的短期良好表现可能难以持续，而主力净买入作为一个指标存在局限性，不一定说明有望长期上涨的股票。
-
该选股策略不能保证在任何市场条件下都能选择出优秀的股票，需要动态进行咨询和优化。
如何优化？
以下是对该选股逻辑的优化建议：
-
结合其他指标进行选股，如用户看好的行业、红利支付、以及技术分析等，综合判断股票走势。
-
加强对竞价主力净买入的分析，特别关注那些与公司基本面和财务状况相配合的股票，从而规避空前的风险。
-
选取相似或相同策略的基金和个股来进行对比分析，进而提高选股的精度和准确性。
最终权益选股逻辑
选股策略为：振幅大于1、剔除昨日涨停、竞价主力净买大于0。
同花顺指标公式代码参考
以下是该选股策略的通达信指标公式代码：
振幅指标：AMO=(HIGH-LOW)/REF(CLOSE,1);
竞价主力净买指标：TZZ (JY),JRZJLR,0,-1;
剔除昨日涨停：NOT LIMIT;
选股条件：AMO > 1 AND NOT LIMIT AND TZZ (JY),JRZJLR,0,-1 > 0;
python代码参考
from gm.api import *
set_token('your_token_here')
# 设置回测起点和终点
start_date = '2017-01-01'
end_date = '2022-01-01'
# 获取历史数据
def get_close(symbol, days):
df = history(symbol=symbol,
frequency='1d',
start_time=start_date,
end_time=end_date,
fill_missing='ffill',
adjust=ADJUST_PREV,
fields=['symbol', 'close', 'limit_status'])
if len(df) < days:
return 0
return df.iloc[-days]['close']
# 过滤出符合条件的股票列表
symbols_selected = []
for symbol in get_symbols(exchanges=['SHSE', 'SZSE'], sec_types=['STOCK'], fields=['symbol']):
if (AMO > 1) and (not LIMIT) and (TZZ (JY),JRZJLR,0,-1 > 0)):
symbols_selected.append(symbol)
print(symbols_selected)
上述代码为选股逻辑为振幅大于1、剔除昨日涨停、竞价主力净买大于0的股票，使用了自定义函数get_close来获取历史数据，并使用了CLOSE、REF、TZZ和AMO指标函数来判断。同时使用了get_symbols函数来获取股票代码列表。
## 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。
