问财量化选股策略逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、10日涨幅大于0小于35的个股。该选股策略着重考虑了个股市值、波动性和短期涨跌幅等因素，寻找有潜力的投资标的。
选股逻辑分析
该选股逻辑从价格波动和市值角度出发，着重考虑了短期的价格涨跌幅。符合条件的股票具有一定的上涨空间和较高的波动性，适合进行中期到短期的投资。同时，流通市值和股票代码并不排除个股基本面和行业特征的影响，因此该选股策略也需要与企业基本面指标结合来进行优化调整。
有何风险？
该选股逻辑存在以下风险：一是过度关注短期市场涨跌幅，忽略了企业的长期发展潜力；二是容易受到市场热点的影响而出现选股不准的情况；三是如果不考虑股票的基本面因素，筛选出的个股并不一定有良好的成长和盈利能力。因此，在实际应用中，应该兼顾股票的市场表现和企业基本面，以降低风险并提高获利能力。
如何优化？
为优化该选股逻辑，可以引入更多的基本面指标，如财务数据、行业排名等来进行综合考量。此外，应该注意参数调整，以减少选出不符合预期的个股数量。同时，可以引入分类模型等机器学习模型，来对选股因子进行优化和调整，提高选股成功率。
最终的选股逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、10日涨幅大于0小于35的个股。该选股策略旨在从市值大、波动性较高、短期表现有潜力的股票中挑选潜力股作为投资标的，同时适量关注基本面。
同花顺指标公式代码参考
CIRC_MARKET_CAP>=100 AND Ref(CLOSE/DELAY(CLOSE, 10) * 100, 1) > 0 AND Ref(CLOSE/DELAY(CLOSE, 10) * 100, 1) < 35 AND Ref(HIGH/LOW, 1) > 1
其中，CIRC_MARKET_CAP表示流通市值，Ref(CLOSE/DELAY(CLOSE, 10) * 100, 1)表示10日内的价格涨跌幅，Ref(HIGH/LOW, 1)表示昨日的振幅。未来可以根据实际情况对选股因素进行进一步优化。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,circ_mv').ts_code:
stock_data = pro.query('stock_basic', ts_code=ts_code)
if stock_data.iloc[0]['circulating_market_cap'] < 100:
continue
# 判断振幅和股票代码是否符合条件
daily_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date='', fields='trade_date, open, high, low, close, volume, pct_chg')
if len(daily_data) < 11:
continue
amplitude = max(daily_data['close'] / daily_data['pre_close'] - 1, daily_data['pre_close'] / daily_data['close'] - 1)
if amplitude <= 1 or not ts_code.startswith('60'):
continue
# 判断涨跌幅是否符合条件
if 0 < (daily_data['close'][-1] / daily_data['close'][0] - 1) * 100 < 35:
selected_stocks.append(ts_code)
return selected_stocks
## 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。
