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、昨天龙虎榜。该选股策略主要是基于短期技术面和市场情绪因素来选股，振幅和大单净量可反映出市场的活跃度和情绪，龙虎榜的出现则可能会引发市场的关注和短期买入行为。通过这些因素来筛选具有短期上涨潜力的股票。
选股逻辑分析
该选股逻辑主要是基于短期技术面因素和市场情绪因素来选股。振幅和大单净量可以反映出市场的交易活跃度和情绪，昨天龙虎榜选股则是基于市场关注度的短期主流情绪。通过这些因素来筛选出具有短期上涨潜力的个股。
有何风险？
该选股策略主要是基于短期技术面和市场情绪因素来选股，未考虑公司的长期发展能力和基本面因素。同时，龙虎榜对股票短期走势的影响很有限，不一定能够反映出企业的真实价值。因此需要投资者在使用该策略时谨慎思考，综合考虑个股的技术面和基本面因素。
如何优化？
为了更充分地考虑股票的长期发展能力和基本面因素，可以综合考虑其他的技术面因素和基本面因素，如财务报表、经营管理、行业前景等。同时，可以将选股策略逐步完善和细化，加入更多的技术指标和基本面因素，以达到更好的选股效果。
最终的选股逻辑
选股条件为：振幅大于1、大单净量排行、昨天龙虎榜，同时需要综合考虑其他的技术指标和基本面因素，如财务报表、经营管理、行业前景等。
同花顺指标公式代码参考
SET PERIOD_TIME = 1;
SET SELECTED = (HIGH - LOW) / REF(CLOSE, 1) > 0.01 AND AMOUNT > 0 AND (CLOSE / REF(CLOSE, 1) - 1) * 100> 0 AND INDT(TIME,IBKL)<0.5 AND INDT(TIME,DKHL)<0.5;
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', exchange='SSE', fields='ts_code,symbol,name,industry')
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']
# 获取技术指标和基本面
tech_data = pro.query('daily_basic', ts_code=code, trade_date=current_date, fields='turnover_rate, amount, circ_mv, pct_chg')
if len(tech_data) > 0 and tech_data.iloc[0]['amount'] > 10 ** 9:
# 获取昨天龙虎榜信息
new_data = pro.top_list(trade_date='20220307', fields='ts_code')
new_data = new_data[new_data['ts_code'] == code]
# 筛选昨天有龙虎榜的股票
if not new_data.empty:
# 判断是否符合条件
# 1. 满足振幅大于1的条件
price_data = pro.daily(ts_code=code, start_date='20200101', end_date=current_date, fields='open,high,low,close,vol')
cond1 = (price_data.iloc[-1]['high'] - price_data.iloc[-1]['low']) / price_data.iloc[-2]['close'] > 0.01
# 2. 满足大单净量排行的条件
cond2 = tech_data.iloc[0]['turnover_rate'] > 3
if cond1 and cond2:
selected_stocks.append(info)
if len(selected_stocks) >= length:
break
return selected_stocks
致辞
本次问答为问财量化选股策略逻辑的第十七篇，该策略主要是基于短期技术面和市场情绪因素来选股，选股标准相对较为明确。但需要投资者注意该方法中存在一些不足，需要根据个人需求和实际情况进行适当调整。同时，需要采用数据回测等方法来验证策略的可行性和稳定性，以及结合其他因素来综合考虑选股效果和稳定性。
## 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。
