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，外盘/内盘大于1.3的股票。该选股策略综合考虑了市场运作情况和公司规模等因素，寻找具备一定活跃性和规模的个股。
选股逻辑分析
该选股策略主要以市场运作和公司规模两个方面为核心。首先振幅大于1，选取了市场交投比较活跃的股票，其次流通市值大于100亿元顾名思义，考虑将规模较大的公司纳入选股范围，最后外盘/内盘大于1.3则体现了市场资金的热度，这一指标将市场资金流入个股的情况考虑进了策略并兼顾了公司基本面。
有何风险？
该选股策略存在忽略了公司基本面因素、行业因素和长期走势等风险。此外，由于个股资金流量波动较大，短期表现不一定代表长期走势，选股策略存在过度追逐短期热点的风险，容易出现过度追涨杀跌的情况。
如何优化？
在现有选股逻辑的基础上，可以结合公司财务和长期发展前景等长期因素进行综合分析。此外，还应当对股票所处的行业和宏观经济环境进行分析，选择符合发展趋势的行业和个股，避免追涨杀跌的情况。
最终的选股逻辑
选股条件为：振幅大于1，流通市值大于100亿元，外盘/内盘大于1.3的股票。该选股策略综合考虑了市场情况、公司规模和资金热度等多方面因素，注重市场资金的流入流出情况和公司基本面，并且选择了规模较大的个股。
同花顺指标公式代码参考
C1: ABS((HIGH/LOW-1)*100) >= 1; //振幅大于1
C2: CIRC_MV > 10000000000; //流通市值大于100亿元
C3: OUTSIDE/(INSIDE+0.001) > 1.3; //外盘/内盘大于1.3
C4: MARKET='SH'; //主板股票
SYMBOL: C1 AND C2 AND C3 AND C4;
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()
# 获取所有股票数据
data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,market')
# 筛选符合条件的股票
df_list = []
for i in range(len(data)):
code = data.iloc[i]['ts_code']
market = data.iloc[i]['market']
if market != 'SH': # 非主板股票
continue
quote = pro.futu_quote(code).iloc[0] # 获取实时行情
if abs((quote['high'] / quote['low'] - 1) * 100) < 1: # 振幅小于1
continue
circ_mv = pro.daily_basic(ts_code=code, trade_date=quote['date'], fields='circ_mv').iloc[0]['circ_mv'] # 流通市值
if circ_mv < 10000000000: # 流通市值小于100亿元
continue
obv = pro.moneyflow(ts_code=code, start_date=quote['date'], end_date=quote['date'], fields='buy_lg_amount,sell_lg_amount').iloc[0] # 外盘和内盘
if obv['buy_lg_amount'] / (obv['sell_lg_amount'] + 0.001) < 1.3: # 外盘/内盘小于1.3
continue
info = {}
info['ts_code'] = code
info['name'] = data.iloc[i]['name']
df_list.append(info)
# 随机选择一定数量的股票
selected_stocks = pd.DataFrame(df_list)
selected_stocks = selected_stocks.sample(n=length)
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。
