问财量化选股策略逻辑
选股逻辑为：振幅大于1、竞价时涨跌幅大单加注、特大单共计买入量大于0.7千万、竞价涨幅在-2%至5%范围内的主板股票。在每个交易日的开盘前进行选股，然后按照资金流向、涨跌幅等指标进行排序，选出相对强势的股票进行交易。
选股逻辑分析
该选股逻辑与前一个逻辑的不同之处在于加入了竞价涨幅指标，但风险也比较明显。当选股依据的指标过于单一时，容易忽略股票的基本面和长期趋势，使得筛选结果并不够全面。同时，行情的变动也容易导致选股策略的不稳定，需要及时调整。
有何风险？
该选股策略存在以下风险：
-
过度依赖量价和技术指标，可能会忽略股票的基本面和长期趋势，导致筛选出的股票并不具有优质性，而是短期强势股。
-
选股逻辑过于简单化，没有考虑更多因素的影响，可能导致选股结果缺乏稳健性，风险较高。
如何优化？
为了优化该选股策略，我们可以考虑以下措施：
-
加入更多基本面和长期趋势指标，以减轻过度依赖量价和技术指标的影响，同时更全面地综合考虑股票的价值投资意义。
-
在竞价涨幅指标的基础上，加入其他涨跌幅度、行业、市值等指标进行综合考虑，提高选股的准确性和稳健性。
最终的选股逻辑
选股逻辑为：振幅大于1、竞价时涨跌幅大单加注、特大单共计买入量大于0.7千万、竞价涨幅在-2%至5%范围内的主板股票。在进行选股时需要充分考虑价量关系、技术面以及股票的基本面等因素，综合判断进行适当的风险控制。在策略实施时，可以依据资金流向指标的变化进行及时调整，以适应市场变化。
同花顺指标公式代码参考
可以使用以下通达信指标公式：
A > 1 AND ABS(B1/B2-1) > 0.03 AND ABS(C4) > 7000000 AND B3 > -0.02 AND B3 < 0.05
其中，A表示振幅，B1/B2表示竞价时涨跌幅，C4表示特大单共计买入量，B3表示竞价涨幅，其他参数参考前述选股逻辑和分析。
python代码参考
from gm.api import *
set_token("your_token_here")
symbol = "SHSE.600000" # 股票代码
start_date = "2018-01-01" # 回测开始日期
end_date = "2022-01-01" # 回测结束日期
# 获取历史股票信息
stocks = get_history_instruments(type=InstrumentType.Stock, market=Market.SHSE, max_count=10000)
# 获取股票历史信息，和行业信息
bars = history_n(symbol=symbol, frequency="1d", start_time=start_date, end_time=end_date, fields="close, seccode, Depth, financial")
# 进行选股筛选
amplitude = abs(high() / low() - 1)
buy_diff = abs(bid_volume1() / ask_volume1() - 1)
buy_volume = abs(total_bought_large_orders())
buy_change = (bid_price1() / pre_close() - 1)
selected = (amplitude > 0.01) & (buy_diff > 0.03) & (buy_volume > 700000000) & (buy_change > -0.02) & (buy_change < 0.05)
selected = selected[SORTINDCAPITALFLOW().argsort()[::-1]]
# 打印选中的股票代码
print(bars.loc[selected].index.values)
其中，其他变量含义同前述的选股逻辑和分析。
## 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。
