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，昨日换手率乘以今日竞价成交量除以昨日成交量大于0.5小于2。
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。
- 今日竞价成交量和昨日成交量的比值可以反映当前交易活跃度，和昨日换手率配合使用可以筛选出成交活跃度和换手率均较好的股票。
有何风险？
- 振幅大的股票并不一定走势良好，需要综合考虑其他投资指标。
- 选取60开头的股票可能会忽略其他市场中较好的股票。
- 昨日换手率和今日竞价成交量/昨日成交量只是反映了股票交易活跃度的一部分，不能全面反映股票的质量，需要综合考虑其他投资指标。
如何优化？
- 可以加入其他技术指标和基本面数据，综合考虑。
- 可以根据不同市场的投资特点和趋势，进行不同的选股策略。
- 可以增加风控策略，避免过度波动性导致的亏损。
最终的选股逻辑
振幅大于1、60开头的股票，昨日换手率乘以今日竞价成交量除以昨日成交量大于0.5小于2。
同花顺指标公式代码参考
//振幅大于1
COND1:=(HIGH-LOW)/REF(CLOSE,1)>0.01;
//60开头的股票
COND2:=LEFT(CODE,2)=60;
//成交量条件
YESTERDAY_VOL:=REF(VOL,1);
COND3:= (TURNOVER * (BID_VOL / YESTERDAY_VOL)) > 0.5 AND (TURNOVER * (BID_VOL / YESTERDAY_VOL)) < 2;
CONDITION:=COND1 AND COND2 AND COND3;
SIGNAL:=CHECKCOND(CONDITION, 1);
Python代码参考
import akshare as ak
import datetime
today = datetime.date.today()
last_friday = today - datetime.timedelta(days=today.weekday()) - datetime.timedelta(days=3)
def select(df):
#振幅大于1
df = df[(df['最高价'] - df['最低价']) / df['收盘价'].shift(1) > 0.01]
#60开头的股票
df = df[df['股票代码'].str[:2] == '60']
#成交量条件
df['yesterday_vol'] = df['成交量'].shift(1)
df = df[(df['换手率'] * (df['竞买成交量'] / df['yesterday_vol'])) > 0.5]
df = df[(df['换手率'] * (df['竞买成交量'] / df['yesterday_vol'])) < 2]
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。
