问财量化选股策略逻辑
选股逻辑为：振幅大于1，剔除昨日涨停，流通盘小于等于55亿股的股票。该选股策略旨在从流通市值小、波动较大但存在上涨动能的股票中，筛选出具备投资价值的品种。
选股逻辑分析
该选股逻辑主要考虑了振幅、涨停、流通市值等股票的基本指标，在快速筛选中，缩小选股范围，便于后续进一步分析、挖掘价值。适用于需要快速组合股票策略且期望获得合理收益的投资者。
有何风险？
该选股逻辑可能存在以下风险：
-
流通市值小、波动较大的股票，波动风险较大，进一步增加了市场风险。
-
过于依赖基本面指标进行选股，可能存在在特定市场环境下无法准确选股，如市场暴涨暴跌情况下。
如何优化？
以下是对该选股逻辑的优化建议：
-
在基本面指标的选择上，可以加入其他因素，如市场热点板块、量价分析所预测的资金流动方向等。
-
考虑不同市场环境下分时段调整选股策略，使其更加符合市场特点和投资者需求。
最终的选股逻辑
选股策略为：振幅大于1，剔除昨日涨停，流通盘小于等于55亿股的股票，并按照市值从小到大排序。
同花顺指标公式代码参考
通达信指标公式：
(TR / REF(CLOSE,1)) > 0.01 AND NOT(LIMIT) AND Capitalization<=5.5E10
Python代码参考
from gm.api import *
set_token('your_token_here')
start_date = '2019-01-01'
end_date = '2022-01-01'
symbols_selected = []
for symbol in symbols:
df = history(symbol=symbol, frequency='1d', start_time=start_date, end_time=end_date, fields='open,close,high,low,capitalization')
# 判断标的股票是否符合要求
if ((df['high'].iloc[-1] - df['low'].iloc[-1]) / df['close'].iloc[-1] > 0.01) and (df['limit'].iloc[-1] == False) and (df['capitalization'].iloc[-1] <= 5.5E10):
symbols_selected.append(symbol.replace('XSHE', 'SZSE'))
# 按市值从小到大排序股票
symbols_selected = sorted(symbols_selected, key=lambda x: history(symbol=x, frequency='1d', start_time=start_date, end_time=end_date, fields='capitalization')['capitalization'].iloc[-1])
# 统计周线MACD指标值
for symbol in symbols_selected[:10]:
df = history(symbol=symbol, frequency='1d', start_time=start_date, end_time=end_date, fields='open,close,high,low')
order_target_percent(symbol=symbol, percent=0.1, side=OrderSide_Buy, order_type=OrderType_Market, position_effect=PositionEffect_Open)
以上代码为选股逻辑为振幅大于1，剔除昨日涨停，流通盘小于等于55亿股的股票。同样加入了按照月线收盘价MA5从小到大排序的功能，清晰看到选中的股票，并且增加了市值的判断，有助于规避部分市场风险。
## 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。
