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%、（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2的股票。该选股策略主要以振幅、换手率等指标衡量股票波动性，并加入竞价成交量的变化来筛选股票。
选股逻辑分析
与常规选股策略相比，新增了昨日成交量变化情况，更全面地考虑了股票市场交易情况，并筛选出了较有活力的股票。该策略可选出股价波动较大、交易活跃的股票。
有何风险？
该选股策略存在以下不足与风险：首先，该策略选择竞价成交量作为指标，可能遭受部分资金做空的冲击，使得选出的股票并不能及时带来实实在在的好处；其次，该策略的交易活跃性偏高，带来的波动与风险也相应增大；最后，不同股票市场特征各异，有可能在特定市场中并不适用。
如何优化？
该选股策略可以更细分的设置筛选条件，并且需要加强对基本面的分析，以更全面地评估股票的价值。同时，建议建立风险控制体系，规避与降低不可控的风险。
最终的选股逻辑
选股条件为：振幅大于1、换手率>2%且<9%、（昨日换手率*(今日竞价成交量/昨日成交量))>0.5<2。该选股策略需要综合考虑众多因素进行全面、准确的评估和操作。
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%、（昨日换手率*(今日竞价成交量/昨日成交量))>0.5<2。
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%
C3: REF(TURNOVER,1)*(TODAY_BUY_VOL/YESTERDAY_VOL)>0.5 AND REF(TURNOVER,1)*(TODAY_BUY_VOL/YESTERDAY_VOL)<2;//昨日换手率*（今日竞价成交量/昨日成交量）在0.5和2之间
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'
df_list = []
# 筛选符合条件的股票
for index, row in stock_data.iterrows():
code = row['ts_code']
info = {}
info['code'] = code
info['name'] = row['name']
# 获取技术数据
tech_data = pro.weekly(ts_code=code, end_date=current_date, fields='open,high,low,vol,trade_date,ma5,ma10')
if tech_data.empty:
continue
# 判断振幅、换手率、竞价变化是否符合要求
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 or tech_data.iloc[-1]['trade_date'] != current_date:
continue
volume_ratio = pro.daily_basic(ts_code=code, trade_date=current_date,fields='ts_code,trade_date,turnover_rate,turnover_rate_f,acc_turnover_rate,buy_sm_vol,sell_sm_vol,buy_md_vol,sell_md_vol,buy_lg_vol,sell_lg_vol,buy_elg_vol,sell_elg_vol,buy_value,sell_value net_mf_vol')
if len(volume_ratio) < 2 or volume_ratio.iloc[-1]['turnover_rate']*volume_ratio.iloc[-2]['buy_md_vol']/volume_ratio.iloc[-2]['vol']<=0.5 or volume_ratio.iloc[-1]['turnover_rate']*volume_ratio.iloc[-2]['buy_md_vol']/volume_ratio.iloc[-2]['vol']>=2:
continue
# 添加股票
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%,（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2的问答。该策略可选出股价波动较大、交易活跃的股票，但是也存在一定的风险和局限性。在实际选股过程中需要根据市场实际情况进行灵活调整。
## 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。
