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，竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万。
选股逻辑分析
- 振幅大于1表明该股票波动性较高，有大的盈利潜力。
- 选择60开头的股票可以筛选出特定市场的股票。
- 竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万是跟踪机构、大资金的操作，选股可以更加稳健。
有何风险？
- 选股逻辑中的大单、特大单的买入量存在短期内的异常情况，需要充分考虑股票的基本面和市场需求。
- 选股逻辑忽略了股票的估值和经营情况，不能全面评估股票的投资价值。
如何优化？
- 可以结合股票市场的宏观经济环境、行业发展情况、公司财务指标等因素进行选股，提高选股的精准度。
- 可以对大单、特大单的分布进行分析，剔除异常情况，提升筛选股票的稳定性。
最终的选股逻辑
选股逻辑为振幅大于1，60开头的股票，竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万。
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，竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万。
VAR1:=LEFT(CODE,2) = '60';
VAR2:=BIDPRICE>0;
VAR3:=ABS(BIDPRICE-CLOSE)/CLOSE>0.02;
VAR4:=(BIDV>300000&VAR3)|(BIDV>1000000&BIDPRICE>CLOSE);
VAR5:=(VARD>DAY_POSITION*70000000/100)&VAR2;
RESULT:=VAR1 AND VAR2 AND VAR4 AND VAR5;
//按买入力度排序
SORTFIELD:=BIDV;
SIGNAL:=SORTBY(SORTFIELD,0,RESULT);
Python代码参考
import akshare as ak
import pandas as pd
def select(df):
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['竞买价'] > 0]
df = df[abs(df['竞买价'] - df['收盘价']) / df['收盘价'] > 0.02]
df = df[(df['竞买单量'] > 300000) & ((df['竞买单量'] > 1000000) & (df['竞买价'] > df['收盘价']))]
df = df[df['委差'] > df['日均增仓'] * 70000000 / 100]
df = df.sort_values(by='委差')
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。
