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，昨天换手率＞8%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。
- 昨天换手率＞8%可以筛选出成交活跃的个股, 增加选股逻辑的有效性。
有何风险？
- 只选择波动性较高和换手率＞8%的股票，容易忽略其他具备潜力的个股。
- 股票市值波动较大，流通市值不稳定，可能影响个股的投资价值。
如何优化？
- 结合其他指标，如市场行情、财务数据等进行筛选。
- 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。
- 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，昨天换手率＞8%的个股。
同花顺指标公式代码参考
//选股逻辑为振幅大于1，60开头的股票，昨天换手率＞8%的个股。
COND1:= (HIGH-LOW)/OPEN > 0.01 AND LEFT(CODE,2) = '60';
COND2:= (VOL/10000)/CAPITAL*100 > 8 AND REF(CLOSE,1) > 0;
CONDITION:= COND1 AND COND2;
//按涨幅排行
SORTFIELD:= (REF(CLOSE,1)/REF(CLOSE,0)-1)*100;
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
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']
#昨天换手率＞8%
df = df[df['昨日换手率'] > 8]
#按涨幅排行
df = df.sort_values(by='收盘价', ascending=False)
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。
