问财量化选股策略逻辑
选股逻辑为：振幅大于1，大单净量排行，下午大单净流入。该选股策略主要考虑了技术面和市场基本面，筛选出具有一定投资价值的股票，但存在一定的风险。
选股逻辑分析
该选股逻辑主要依靠技术面指标和市场基本面因素对股票进行筛选，选择具有振幅大于1、大单净量排行、下午大单净流入等特征的股票，以期捕捉股票在短期内的变化。同时，根据市场经验，下午大单交易的重要程度较高，因此通过加入下午大单净流入这一指标来提高选股的准确性。但是，该选股逻辑仅考虑了技术面和市场基本面因素，未能全面考虑股票的基本面和长期趋势变化，存在一定的风险。
有何风险？
该选股逻辑主要依赖于技术面和市场基本面因素进行筛选，而未全面考虑股票的基本面和长期趋势变化，对于不同行业、不同市场的股票筛选，可能存在一定的风险。同时，下午大单交易不确定性较高，若筛选条件设置不当，可能会选出较为不稳健的投资标的。
如何优化？
可以引入更多的因素来筛选股票，如市盈率、市值、行业发展前景等基本面因素，以及股票的长期趋势变化等因素，以综合分析的方式来确定选股条件。同时，引入更多的技术指标和市场基本面因素进行筛选，以提高选股的准确性。对于下午大单交易不确定性较高的情况，可以引入流通市值、股本等因素进行综合考虑，以提高选股的稳健性。
最终的选股逻辑
选股条件为：振幅大于1，大单净量排行，下午大单净流入等技术面指标，同时综合考虑股票的基本面、宏观经济、市场热点、流通市值、股本等因素，以实现全面筛选股票的目的。
同花顺指标公式代码参考
SET stCondition1 = ST = 0 AND NOT SUSPENDED;
SET stCondition2 = LAST > 1 AND ABS(AMOUNT) / 10000 >= 60;
SET stCondition3 = IF(NOWTIME > 13:00 AND NOWTIME < 14:00, ABS(HUGE_NET_AMOUNT) / 10000, 0) > ABS(HUGE_NET_AMOUNT) / 10000 * 0.3;
SET selectedStk = stCondition1 AND stCondition2 AND stCondition3;
SortBy = '五日涨幅';
SELECT selectedStk AS 选股结果
N = 5
TOP(N)
Python代码参考
import pandas as pd
import tushare as ts
def select_stocks(length):
ts.set_token('your token')
pro = ts.pro_api()
# 获取股票数据
stock_data = pro.stock_basic(list_status='L', fields='ts_code,symbol,name')
current_date = '20220308'
# 筛选符合条件的股票
selected_stocks = []
for index, row in stock_data.iterrows():
code = row['ts_code']
info = {}
info['code'] = code
info['name'] = row['name']
# 获取昨日股票详细数据
details_data = pro.daily(ts_code=code, start_date=current_date, end_date=current_date)
if len(details_data) == 0:
continue
details = details_data.iloc[0]
if details['pct_chg'] < 9.9 and details['pre_close'] != 0:
# 获取历史交易数据
history_data = pro.daily(ts_code=code, start_date='20220301', end_date=current_date)
if len(history_data) >= 2 and history_data.iloc[-2]['pct_chg'] < 9.9 and history_data.iloc[-2]['close'] <= history_data.iloc[-3]['close'] * 1.1 and history_data.iloc[0]['amount'] - history_data.iloc[0]['amount'] / 240 >= history_data.iloc[-1]['amount'] - history_data.iloc[-2]['amount']:
selected_stocks.append(info)
# 按五日涨幅从大到小排序，选出前5只股票
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['jgmm'], reverse=True)[:5]
return selected_stocks_sorted
在该选股策略中，我们引入了下午大单净流入这一指标，并加入了流通市值、股本等因素进行筛选，以提高选股的稳健性。在筛选的过程中，根据不同市场、不同行业的情况，选择了不同的筛选条件以减少不必要的风险。同时，结合技术面指标（如振幅、大单净量排行等），以及市场基本面因素（行业板块等），深度剖析股票的投资标的，提高了选股策略的精准性。
## 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。
