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
- 买一量大于卖一量
选股逻辑分析
该选股策略同样包括振幅和价格结构的分析，但增加了买一量大于卖一量的筛选条件，即选择买方压力较大的股票，从而更好的把握买卖氛围。
有何风险？
该选股策略同样存在较大的风险。买一量大于卖一量并不能保证股价上升，仅仅反映了当前买方意愿较强。而且忽略了公司的财务和基本面分析，也不能确保公司的经营状况和宏观环境变化等因素不会影响股价表现。
如何优化？
结合基本面分析（如财务报表分析、市场估值等），或者其他因素（如行业分析、政策因素等），来逐步优化选股策略。多方面综合分析可以更好地减少选股风险。
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。
- 买一量大于卖一量，表明买方压力较大，具有很好的买卖氛围。
同花顺指标公式代码参考
- 买一量：B1_Vol
- 卖一量：S1_Vol
公式：B1_Vol > S1_Vol
python代码参考
import pandas as pd
import tushare as ts
df = ts.get_today_all()
df['amplitude'] = (df['high'] - df['low']) / df['pre_close']
df['condition1'] = df['amplitude'] > 1
df['condition2'] = df['low'] < df['low'].shift(1)
df['condition3'] = df['B1_Vol'] > df['S1_Vol']
codes = df[df['condition1'] & df['condition2'] & df['condition3']].sort_values(by='money', ascending=False)['code'].tolist()[:10]
result = pd.DataFrame()
for code in codes:
bars = ts.get_realtime_quotes(code)
result = result.append({'code': code, '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。
