问财量化选股策略逻辑
选股逻辑为：振幅大于1，换手率大于2%小于9%，竞价时涨跌幅大单和特大单共计买入量大于0.7千万。该选股策略主要从市场交易情况和资金流入流出两个角度进行综合考虑。
选股逻辑分析
该选股策略主要从市场交易情况和资金流入流出两个角度进行综合考虑。振幅和换手率反映了市场交易情况，而竞价买入大单和特大单购买量以及当时的涨跌幅则能反映资金流入流出情况。特别是同时考虑了大单和特大单的情况，能更加准确地反映主力资金的动向。
有何风险？
该选股策略过于注重市场情绪和资金流入流出情况，而未考虑公司的基本面和财务情况。选出的股票可能存在短期投机价值，但对于长期投资来说风险较大。同时，考虑的仅是单一指标，对于市场整体情况可能过于简单。
如何优化？
应结合其他市场指标如MACD等与资金流入流出情况相结合，综合考虑。此外还应结合基本面、财务指标等因素，综合分析，以获取更长期的投资收益。同时要控制投资仓位和风险，严格止盈止损，及时调整投资组合。考虑加入市场整体情况等指标。
最终的选股逻辑
选股条件为：振幅大于1，换手率大于2%小于9%，竞价时涨跌幅买入大单和特大单共计买入量大于0.7千万。该选股策略主要从市场交易情况和资金流入流出两个角度进行综合考虑。
同花顺指标公式代码参考
C1: ABS((HIGH/LOW-1)*100)>=1; //振幅大于1
C2: TURNOVER_RATE>2 AND TURNOVER_RATE<=9; //换手率大于2%小于9%
C3: BUY_L_LARGE_VOL / BUY_L_COUNT + BUY_XL_LARGE_VOL / BUY_XL_COUNT > 70000000; //竞价时买入大单和特大单共计购买量大于0.7千万
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()
# 获取所有股票数据
data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name')
# 筛选符合条件的股票
df_list = []
for i in range(len(data)):
code = data.iloc[i]['ts_code']
# 判断是否符合要求
k_data = pro.daily(ts_code=code, start_date='20220101', end_date='20220601')
if k_data.empty:
continue
if abs((k_data.iloc[-1]['high'] / k_data.iloc[-1]['low'] - 1) * 100) < 1: # 振幅小于1
continue
turnover_rate = k_data.iloc[-1]['vol'] / (k_data.iloc[-2]['vol'] + k_data.iloc[-3]['vol'] + k_data.iloc[-4]['vol']) * 100 # 换手率
if turnover_rate < 2 or turnover_rate > 9: # 换手率不在2%~9%之间
continue
buy_data = pro.block_trade(ts_code=code, start_date='20220601', end_date='20220601')
buy_L_large_vol = buy_data[buy_data['bs_type'] == 'B']['vol'].sum() # 大单总购买量
buy_L_count = buy_data[buy_data['bs_type'] == 'B']['bs_vol'].count() # 大单总笔数
buy_XL_large_vol = buy_data[buy_data['bs_type'] == 'D']['vol'].sum() # 特大单总购买量
buy_XL_count = buy_data[buy_data['bs_type'] == 'D']['bs_vol'].count() # 特大单总笔数
if (buy_L_large_vol / buy_L_count + buy_XL_large_vol / buy_XL_count) < 70000000: # 购买量不到0.7千万
continue
info = {}
info['ts_code'] = code
info['name'] = data.iloc[i]['name']
df_list.append(info)
# 随机选择一定数量的股票
selected_stocks = pd.DataFrame(df_list)
selected_stocks = selected_stocks.sample(n=length)
return selected_stocks
致辞
本次问答为选股逻辑：振幅大于1，换手率大于2%小于9%，竞价时涨跌幅大单和特大单共计买入量大于0.7千万的问答。该选股策略主要从市场交易情况和资金流入流出两个角度进行综合考虑。所给出的通达信指标公式参考和python代码参考仅供参考，读者可以根据实际情况进行优化和修改。
## 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。
