问财量化选股策略逻辑
选股逻辑：振幅大于1,昨天3连板,昨日竞价换手率大于0.26。
选股逻辑分析
该选股策略综合考虑了股票的波动性、市场热点和资金情况，其中振幅大于1、昨日3连板和昨日竞价换手率大于0.26可以代表股票的波动性、市场热点和资金情况。
振幅大于1代表着波动性比较强，昨日3连板则说明这是市场热点，而昨日竞价换手率大于0.26则代表着股票受到了资金追捧。
有何风险？
该选股逻辑可能存在以下风险：
- 关注竞价换手率，可能忽略了实际成交量和流通股本等因素；
- 可能出现短线热点，而非真正的投资机会；
- 可能选择范围太窄，忽略其他有潜力的股票；
- 只看昨日竞价换手率，没有考虑资金流向的持续性和稳定性，可能误判。
如何优化？
为了降低风险并优化选股策略，可以尝试以下优化：
- 考虑股票的基本面和行业特点、市场走势等因素，得到更全面的分析；
- 加入更多的资金流动性指标，如资金净流入等；
- 设置更灵活的条件，如加入技术指标如MACD、KDJ等进行进一步过滤。
最终的选股逻辑
根据以上分析和优化，可以得到以下完善的选股逻辑：
- 挑选振幅大于1且昨日有3连板的股票；
- 过滤昨日竞价换手率大于0.26的股票
- 结合技术指标和基本面分析，确定股票的投资价值；
- 确认股票处于主升趋势中，并且趋势强度较强的情况下，再次筛选潜在投资机会。
同花顺指标公式代码参考
C1: IF((HIGH - LOW >= 1), 1, 0);
C2: IF((LASTDAY(HIGH>LASTDAY(CLOSE,1)) AND LASTDAY(HIGH>LASTDAY(CLOSE,2)) AND LASTDAY(HIGH>LASTDAY(CLOSE,3))), 1, 0); // 昨日3连板
C3: IF(JBVOLPCT >= 0.26 AND JBVOL > 0, 1, 0); // 昨日竞价换手率大于0.26
C4: IF(C1 AND C2 AND C3, 1, 0);
SELECTOR: C4;
RESULT: SELECTOR;
其中JBVOL表示昨日竞价成交量，JBVOLPCT表示昨日竞价换手率。
python代码参考
import pandas as pd
from tqsdk import TqApi
api = TqApi()
klines = api.get_kline_serial("SHFE.rb2101", 24 * 60 * 60, data_length=300)
df = pd.DataFrame(klines)
C1 = (df['high'] - df['low'] >= 1)
def check_limit_up(x):
return ((x.shift(1) > x.shift(2)) & \
(x.shift(2) > x.shift(3)) & \
(x.shift(3) > x.shift(4))).all()
C2 = df.groupby('contract.symbol')['close'].apply(check_limit_up)
C3 = (df['jbvolpct'] >= 0.26) & (df['jbvol'] > 0)
selector = (C1 & C2 & C3).astype(int)
result = df[selector == 1].sort_values('amount', ascending=False).index.tolist()
## 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。
