(supermind)振幅大于1、2021年、换手率3%-12%_

问财量化选股策略逻辑

选股逻辑为振幅大于1，2021年，换手率3%~12%的股票进入待投资池。

选股逻辑分析

1. 振幅大于1表明该股票波动性较高，可能存在较大涨幅和收益；
2. 2021年作为选股时间段，可以分析与其他期间的不同、市场趋势等；
3. 换手率在一定范围内，一定程度上反映股票的流动性和市场受欢迎程度。

有何风险？

1. 换手率范围有限，选股限制较严；
2. 振幅高的股票波动风险大，具有投资风险；
3. 选股逻辑无法考虑其他因素，如行业发展趋势、公司财务状况等。

如何优化？

1. 参考其他指标如市盈率、市净率、KDJ等，进行筛选和验证，提高选股准确性；
2. 适时调整换手率范围，根据市场风险和波动情况作出相应调整；
3. 考虑加入其他基本面因素建立风险控制模型。

最终的选股逻辑

选取振幅大于1，2021年，换手率3%~12%的股票进入待投资池。

同花顺指标公式代码参考

//振幅大于1
COND1:=(HIGH-LOW)/LOW>0.01;
//2021年
COND2:=YEAR=2021;
//换手率在3%-12%
COND3:=TURNOVER>3 AND TURNOVER<12;
//综合条件
CONDITION:=COND1 AND COND2 AND COND3;
SIGNAL:=CHECKCOND(CONDITION, 1);

Python代码参考

import pandas as pd
import akshare as ak

def get_trade_data(stock_code):
    stock_df = ak.stock_zh_a_daily(symbol=stock_code, adjust="hfq")
    stock_df.rename(columns={"成交额":"amount","成交量":"volume","收盘价":"close","开盘价":"open","股票代码":"symbol","日期":"date","涨跌幅":"pct_change", "最高价":"high", "最低价":"low", "换手率":"turnover", "市盈率":"PE", "市净率":"PB"}, inplace=True)
    stock_df['date'] = pd.to_datetime(stock_df['date'])
    # 振幅大于1
    cond1 = (stock_df['high'] - stock_df['low']) / stock_df['low'] > 0.01
    # 2021年
    cond2 = stock_df['date'].dt.year == 2021
    # 换手率在3%-12%
    cond3 = (stock_df['turnover'] > 3) & (stock_df['turnover'] < 12)
    # 综合条件
    basic_cond = cond1 & cond2 & cond3
    df = stock_df.loc[basic_cond].sort_values('close', ascending=False).reset_index(drop=True)
    return df

def select(df):
    return df

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)