问财量化选股策略逻辑
选股逻辑：股票振幅大于1，规模大于2亿，流通市值在50亿至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
该选股逻辑以股票的振幅、规模和流通市值作为选股因素，是一种短期技术面选股策略。但相比其他选股策略来说，忽略了股票的基本面，存在一定的风险。同时，流通市值的选择范围过窄，可能导致筛选的股票数量过少，适用范围受限。
有何风险？
该选股策略的主要风险如下：
- 忽略了股票的基本面分析，可能选出风险较大的股票；
- 过分关注短期的市场情绪和趋势，容易受外部影响而变得不稳定；
- 流通市值的选择范围过窄，可能导致筛选的股票数量过少，适用范围受限。
如何优化？
为了优化该选股逻辑，可以考虑以下改进措施：
- 引入基本面分析，综合考虑多个指标，缩小选股范围，减少风险；
- 引入长期趋势分析，降低选股策略的买卖频率，提高稳定性；
- 扩大流通市值的选择范围，增加选股数量，提高适用范围。
最终的选股逻辑
综合考虑和分析，我们对该选股逻辑进行了修改和优化，最终的选股逻辑如下：
- 股票规模大于2亿；
- 进行基本面和技术面综合分析，选取符合要求的股票；
- 引入长期趋势分析，降低选股策略的买卖频率，提高稳定性；
- 扩大流通市值的选择范围，增加选股数量，提高适用范围。
同花顺指标公式代码参考
该选股策略涉及的指标为振幅和流通市值等，以下是通达信的相关代码：
/*
筛选振幅大于1，规模2亿以上，流通市值在50亿至100亿之间的股票
*/
SETVOLUNIT(1000);
SETTRADINGDAY(20190301,20221231);
SETFIRSTTRADINGDATEUNLINE(ALLSTOCKS,20190301);
SETTIMEZONE("Asia/Shanghai");
SELECT
// 振幅
IF(AMO!=0
AND (OPEN*1.0/UPRICE-1)*(OPEN*1.0/LOW-1)>1
AND TOTALCAPITAL*10000 >= 2,
1,
0
) AS amplitude_filter,
// 流通市值
IF(50 <= CIRCAP / 100000000 <= 100,
1,
0
) AS circap_filter,
// 总体过滤
IF(amplitude_filter AND circap_filter,
STOCKRANK_AVG_CAPITAL_30 / SUM(STOCKRANK_AVG_CAPITAL_30) DESC,
0
) as stock_filter;
Python代码参考
该选股逻辑同样可以使用 Tushare 库获取股票数据和基本面数据，并基于振幅和流通市值等因素进行筛选，以下是示例代码：
import tushare as ts
def is_selected(code):
'''
判断股票是否符合选股逻辑
'''
# 获取股票数据和财务数据
k_data = ts.pro_bar(ts_code=code, start_date='20210101', end_date='20210810')
basic_data = ts.get_stock_basics().loc[code]
# 判断股票振幅、规模和流通市值
if 1 <= basic_data['amplitude'] <= basic_data['turnover_rate_f'] \
and 0.5 <= basic_data['circulating_market_cap'] / 1e8 <= 1 \
and basic_data['outstanding'] * k_data.iloc[-1]['close'] >= 2e8:
return True
return False
# 获取符合选股逻辑要求的股票列表
selected_stocks = ts.get_stock_basics().index[ts.get_stock_basics().apply(is_selected, axis=1)].tolist()
# 根据选股结果进行后续交易操作
for code in selected_stocks:
pass # 参考其他交易策略
该代码通过 Tushare 库获取股票数据和基本面数据，同时可以使用振幅和流通市值等因素进行筛选。
## 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。
