问财量化选股策略逻辑
选股逻辑为：振幅大于1、近一个月内有过涨停、流通市值大于100亿元。此选股逻辑主要考虑了价格波动、市场人气和公司市值等因素，筛选出具有较高投资价值的股票。
选股逻辑分析
该选股逻辑主要关注热门股市场表现和公司市值等因素，规避了过于波动或者市值过小的股票，更加注重选取具备较高成长潜力的公司，具有一定的参考价值。
有何风险？
该选股逻辑可能存在以下风险：
-
忽略了公司基本面和行业因素，难以对股票的长期价值进行准确判断。
-
振幅大于1的股票波动较大，风险较高，更易受到市场情绪影响。
-
流通市值大不能完全反映公司盈利能力和成长潜力，过于强调市值容易忽视公司实际价值。
如何优化？
以下为针对该选股逻辑的优化方法：
-
综合运用公司基本面、财务状况、行业绩效等因素作为选股依据，更全面、更准确地定位个股潜力。
-
配合技术指标进行筛选，如RSI、MACD等，深度挖掘股票潜力，提高选股的准确性。
-
合理考虑流通市值和总市值的对比，深入了解公司估值和盈利能力，更好地选取具有潜力的公司。
最终权益选股逻辑
选股策略为：振幅大于1、近一个月内有过涨停、流通市值大于100亿元、总市值大于200亿元、主营业务收入同比增长率排名前50%。此选股策略在原有的选股条件基础上，增加了主营业务收入同比增长率的排序，更加注重选取具有成长潜力的优质公司。
同花顺指标公式代码参考
- 振幅：(高点 - 低点) / REF(收盘价, 1)
- 流通市值：CIRC_MKT_CAP
- 总市值：MKT_CAP
- 主营业务收入同比增长率：YOY_OR
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 = "2020-01-01"
end_date = "2022-01-01"
# 获取深证主板所有股票
symbols_all = get_symbols(exchanges=["SZSE"], sec_types=["STOCK"], names=["A股"], list_status=["L"])
# 设置选股条件
amplitude_cond = {"$gt": 1}
limit_up_cond = {"$gte": 1}
circ_mkt_cap_cond = {"$gte": 100}
mkt_cap_cond = {"$gte": 200}
yoy_or_cond = {"yoy_or_pct_rank": {"$lte": 50}}
# 构建排序条件
sort_cond = [("yoy_or_ratio", -1), ("hot_rank", 1)]
# 构建选股查询条件
cond = {"$and": [amplitude_cond, limit_up_cond, circ_mkt_cap_cond, mkt_cap_cond, yoy_or_cond]}
# 获取符合条件的股票历史信息
data = query_history(
symbol=symbols_all,
start_date=start_date,
end_date=end_date,
fields=["symbol", "hot_rank", "close", "circ_mkt_cap", "mkt_cap", "yoy_or_ratio"],
filter=cond,
data_type=2,
sort=sort_cond
)
# 选取前100名
data = data[:100]
# 获取符合条件的股票代码
symbols_selected = [s["symbol"] for s in data]
print(symbols_selected)
通过 Query API 查询股票历史信息，并根据选股条件筛选出符合条件的股票代码，并按主营业务收入同比增长率和热度排序。代码可以在量化平台和本地 Python 环境中执行。
## 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。
