问财量化选股策略逻辑
选股逻辑为振幅大于1、60开头的股票，换手率在2%到9%之间的个股。
选股逻辑分析
- 振幅大于1表明该股票波动性较高，选择60开头的股票可以筛选出特定市场的股票。
- 选择换手率在2%到9%之间的股票，可以筛选出有一定的流动性和市场关注度的个股。
- 综合以上条件可以筛选出相对具备投资潜力的个股。
有何风险？
- 只选择波动性较高和市场关注度较高的股票，可能会带来较大的投资风险。
- 可能会忽略其他具备潜力的个股。
- 换手率指标可能受到市场环境、投资者情绪等因素的影响，不能完全反应个股的潜力。
如何优化？
- 可以结合其他指标，如市场行情、财务数据等进行筛选。
- 可以考虑引入行业分析和基本面分析等方式进行筛选，提高有效性和稳定性。
- 可以使用机器学习和深度学习等模型优化策略，提高有效性和稳定性。
最终的选股逻辑
选股逻辑为振幅大于1、60开头的股票，换手率在2%到9%之间的个股。
同花顺指标公式代码参考
//振幅大于1，60开头的股票，换手率在2%到9%之间的个股
COND1:= (HIGH-LOW)/OPEN > 0.01 AND LEFT(CODE,2) = '60';
COND2:= (VOLUME*100)/CAPITAL >= 2 AND (VOLUME*100)/CAPITAL <= 9;
CONDITION:= COND1 AND COND2;
//按换手率排行
SORTFIELD:= VOLUME*100/CAPITAL;
SIGNAL:= SORTBY(SORTFIELD, 1, CONDITION);
Python代码参考
import akshare as ak
def select(df):
#振幅大于1，60开头的股票，并且换手率在2%到9%之间
df = df[(df['最高价'] - df['最低价']) / df['开盘价'] > 0.01]
df = df[df['股票代码'].str[:2] == '60']
df = df[(df['成交额'] * 100) / df['总市值'] >= 2]
df = df[(df['成交额'] * 100) / df['总市值'] <= 9]
#按换手率排行
df = df.sort_values(by='换手率')
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。
