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、涨幅在-5%到2.6%之间。
选股逻辑分析
该选股策略通过技术面和市场情况，选取具有一定波动性的个股，采用振幅大于1和昨天有3连板这两个指标进行价格筛选，再以涨幅在一定范围内为参考指标，筛选出短期内价格波动较大的股票。该策略的优点是具有较强的操作性，缺点在于未考虑基本面数据，增加了投资的风险。
有何风险？
以下是该选股策略的存在的风险：
- 存在发股票价格波动不确定性时，多次交易可能导致投入亏损；
- 未考虑公司基本面可能导致选择的股票业绩不佳；
- 在市场持续下跌的情况下，筛选的好的股票也有可能下跌。
如何优化？
为了降低风险，我们可考虑以下优化：
- 补充基本面数据，以更全面的视角进行股票筛选；
- 在筛选过程中加入其他技术指标，以减小单一指标的选择风险；
- 合理使用止盈止损，并保持风险管理，避免出现重大的亏损。
最终的选股逻辑
改进后的选股逻辑如下：
- 挑选振幅大于1、昨日有3连板的股票；
- 在以上的选股条件下，挑选涨幅在-5%到2.6%之间的股票；
- 在考虑选股条件的时候，优先挑选盈利上升、股价稳定的蓝筹股。
同花顺指标公式代码参考
本选股逻辑不需要通达信指标公式，请参考下一节的Python代码。
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", 15 * 60, data_length=300) # 取得 df 数据
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)) & \
(x.shift(3) > x.shift(4))).astype(int)
C3 = (df['last_price'].pct_change() >= -0.05) & (df['last_price'].pct_change() <= 0.026)
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。
