问财量化选股策略逻辑
选股逻辑为振幅大于1，10天内涨停天数大于2，流通市值在50亿到100亿之间。将选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。
选股逻辑分析
该选股策略基于以下几个条件来筛选股票：
- 振幅大于1，说明该股票存在较大波动性，有更高的交易机会；
- 10天内涨停天数大于2，说明该股票存在一定的热度；
- 流通市值在50亿到100亿之间，说明该股票属于中等规模的公司。
有何风险？
该选股策略可能存在以下风险：
- 过于依赖股票的波动性和热度，可能忽略公司基本面等重要因素；
- 流通市值范围可能存在局限性，不能涵盖所有优秀的中等规模企业；
- 过于倾向于短期操作，风险相对较大。
如何优化？
为降低可能存在的风险和提升选股效果，可以考虑以下优化措施：
- 结合公司基本面、行业发展趋势等因素来确认股票走势；
- 对流通市值的要求进行放宽，可以从不同角度挖掘优秀中等规模企业；
- 利用机器学习等技术综合考虑更多因素，进行更加全面的选股。
最终的选股逻辑
经过上述优化，得到以下完善版的选股策略：
- 振幅大于1，10天内涨停天数大于2，流通市值在50亿到100亿之间；
- 结合其他基本面、行业数据等因素来确认股票走势；
- 对流通市值的要求进行放宽，可以综合考虑市值、财务等多个因素；
- 利用机器学习等技术综合考虑更多因素，进行更加全面的选股。
注：以上选股策略仅供参考，具体可以根据实际需求和风险承受能力进行调整。
同花顺指标公式代码参考
以下是同花顺的相关代码：
/* 将具体选股条件填充至筛选公式中 */
SELECT
/* 振幅大于1，10天内涨停天数大于2，流通市值在50亿到100亿之间 */
(HIGH-LOW)/REF(CLOSE,1)*100 >= 1 AND
COUNT(IF(CLOSE>REF(CLOSE,1)*1.098,1,0),10) > 2 AND
CIRCSHARE > 5 AND CIRCSHARE < 10
注：以上代码需要在同花顺的选股界面中进行填充，其中CIRCSHARE代表流通股本数，需要根据实际需要进行调整。
Python代码参考
以下是Python代码的参考：
import baostock as bs
import pandas as pd
from datetime import datetime, timedelta
def stock_selection():
#### 登陆系统 ####
lg = bs.login()
#### 获取股票基本信息 ####
rs_basic_info = bs.query_stock_basic()
#### 获取数据 ####
selected_code = []
for code in rs_basic_info[(rs_basic_info['marketType']=='沪A')|(rs_basic_info['marketType']=='深A')]['code'].tolist():
#### 获取流通市值 ####
rs_circ_share = bs.query_circulating_share_float(code)
circ_share = rs_circ_share.get_data()['circulateA'].values[0]
#### 获取行情数据 ####
rs_data = bs.query_history_k_data_plus(code, "date,open,high,low,close",
start_date=(datetime.now()-timedelta(days=10)).strftime('%Y-%m-%d'),
end_date=datetime.now().strftime('%Y-%m-%d'),
frequency="d", adjustflag="3")
data = rs_data.get_data()
#### 获取选股条件 ####
if len(data) > 0:
condition1 = (data['high']-data['low']).iloc[-1]/data['close'].iloc[-1]*100 > 1
condition2 = len(data[data['close']>data['close'].shift(1)*1.098]) > 2
condition3 = circ_share/100000000 >= 5 and circ_share/100000000 <= 10
#### 判断是否满足条件 ####
if condition1 and condition2 and condition3:
selected_code.append(code)
#### 登出系统 ####
bs.logout()
return selected_code
注：以上Python代码需要安装baostock等库，仅供参考，具体根据实际需求和风险承受能力进行调整。
## 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。
