问财量化选股策略逻辑
选股逻辑为：振幅大于1、换手率>2%且<9%、昨日9:15匹配价跌停的股票。该选股策略主要以昨日股价跌停为考量标准，结合振幅、换手率等指标来增强选股策略的可靠性。
选股逻辑分析
该选股策略主要考虑昨日股价跌停这一市场行情因素，并结合振幅、换手率等指标进行选股，目的在于追求股票的波动性。在市场行情活跃的时期，昨日跌停的股票往往能够得到市场的关注和资金的追捧，有一定的投资机会。
有何风险？
该选股策略忽略了除股价跌停之外的市场因素，如基本面、政策因素等对股票走势的影响。同时，选股策略中没有风险控制策略，可能会导致投资风险增加。此外，昨日跌停不一定能迎来资金追捧，投资效果存在不确定性。
如何优化？
该选股策略可以加入其他指标，如流动性指标、基本面指标等共同考虑，以减少忽略其他因素的风险。同时，引入一定的风险控制策略，如动态止盈止损等，以保障投资安全。此外，可以对跌停股票的资金流向、机构投资者等进行分析，增强选股策略的可靠性。
最终的选股逻辑
选股条件为：振幅大于1、换手率>2%且<9%、昨日9:15匹配价跌停。可以加入其他考量标准和风控策略。
同花顺指标公式代码参考
选股条件为：振幅大于1、换手率>2%且<9%、昨日9:15匹配价跌停。
C1: ABS((HIGH/LOW-1)*100)>=1;//振幅大于1
C2: TURNOVER>2 AND TURNOVER<9;//换手率大于2%小于9%
//昨日9:15匹配价跌停
C3: LLV(REF(LAST, 1), 8) == LLV(LAST, 8) AND LAST < REF(LAST, 1) AND REF(CLOSE, 1) == REF(HIGH, 1) AND ABS((REF(OPEN, 1) - REF(CLOSE, 1)) / REF(CLOSE, 1)) > 0.09;
SYMBOL: C1 AND C2 AND C3;
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,list_date')
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']
# 排除科创板股票
industry = row['industry']
if industry.startswith('688'):
continue
# 获取技术数据
tech_data = pro.daily(ts_code=code, start_date='20190101', end_date=current_date, fields='high,low,vol')
if tech_data.empty:
continue
# 判断振幅、换手率是否符合要求
if tech_data.iloc[-1]['high'] - tech_data.iloc[-1]['low'] <= 0 or tech_data.iloc[-1]['vol'] / pro.stock_basic(ts_code=code).iloc[0]['total_share'] <= 0.02 or tech_data.iloc[-1]['vol'] / pro.stock_basic(ts_code=code).iloc[0]['total_share'] >= 0.09:
continue
# 判断昨日9:15匹配价跌停
open_data = pro.stock_basic(ts_code=code, fields='name,ts_code,open,list_date')
open_date = open_data['list_date'][0]
pre_data = pro.daily(ts_code=code, start_date=open_date, end_date=current_date, fields='open,close,high,low')
if pre_data.empty:
continue
if pre_data.iloc[-1]['open'] <= pre_data.iloc[-2]['low'] * 0.9 and pre_data.iloc[-2]['close'] == pre_data.iloc[-2]['high'] and pre_data.iloc[-3]['close'] > pre_data.iloc[-3]['open']:
selected_stocks.append(info)
selected_stocks = pd.DataFrame(selected_stocks).head(length)
return selected_stocks
致辞
本次问答为选股逻辑：振幅大于1,换手率>2%且<9%,昨日9:15匹配价跌停的问答。该选股策略主要以昨日股价跌停为考量标准，结合振幅、换手率等指标来增强选股策略的可靠性。在实际选股中，需要充分考虑市场环境、行情风险、基本面等多个因素，建立稳健的选股体系，以获得更稳定的投资收益。
## 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。
