问财量化选股策略逻辑
选股逻辑：振幅大于1、昨天有3连板、机构动向大于0。
选股逻辑分析
该选股逻辑主要关注股票的技术面指标和市场资金情况。振幅大于1可以反映出市场的活跃度，昨天有3连板则可以反映出市场资金对该股票的认可度高，而机构动向大于0可以反映出机构投资者对该股票的看好程度。该选股逻辑强调市场资金的流向和机构投资者的看好程度，具有一定的可靠性和操作性。缺点在于该选股逻辑忽略了公司基本面数据，无法完全反映出股票的内在价值和成长潜力。
有何风险？
以下是该选股策略存在的风险：
- 忽略了公司基本面数据的影响，选出的股票可能被市场高估、内在价值低；
- 技术面指标可能受到宏观经济因素、行业周期等因素的影响，选出的股票无法控制市场风险；
- 市场资金存在短期化、盲目跟风等风险，可能导致选出的股票走势不稳定。
如何优化？
为降低风险，可以考虑以下优化：
- 加入公司基本面数据，如财报数据、盈利能力等，以提高选股准确性；
- 在考虑市场资金情况的同时，加入股票的总体走势、行业趋势等因素，避免因市场资金短期异动而选出不理想的股票；
- 加入其他技术指标，如相对强弱指标（RSI）、指数移动平均线（EMA）等，以提高选股效率。
最终的选股逻辑
改进后的选股逻辑如下：
- 筛选振幅大于1、昨天有3连板的股票；
- 在以上选股条件的基础上，筛选机构投资者持股比例大于0的股票；
- 挑选稳健蓝筹股，关注公司基本面数据，选出业绩稳定、有盈利能力、相对估值较低的股票。
同花顺指标公式代码参考
该选股逻辑的通达信指标公式如下：
C1 := (HIGH - LOW) > 1;
C2 := (REF(CLOSE, 1) > REF(CLOSE, 2)) AND (REF(CLOSE, 2) > REF(CLOSE, 3));
C3 := LARGETELLERS / TURNOVER > 0;
SELECTOR := C1 AND C2 AND C3;
python代码参考
import pandas as pd
from tqsdk import TqApi, TqAuth
api = TqApi(auth=TqAuth("YOUR_ACCOUNT", "YOUR_PASSWORD"))
klines = api.get_kline_serial("SHFE.rb2101", 24 * 60 * 60, data_length=300) # 取得 df 数据，周期为日K线
df = pd.DataFrame(klines)
C1 = (df['high'] - df['low'] >= 1)
C2 = df.groupby('contract.symbol')['close'].apply(lambda x: (x.shift(1) > x.shift(2)) & \
(x.shift(2) > x.shift(3))).astype(int)
C3 = df['large_sell_volume'] / df['amount'] > 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。
