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、股票均价站在五日均线之上。
选股逻辑分析
该选股逻辑以市场活跃度和技术面指标为主要参考因素。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，股票均价站在五日均线之上则体现出股票走势的稳定性。该选股逻辑适用于市场相对稳定、资金量适中的情况下，具有一定的可靠性和操作性。但该选股逻辑过于依赖技术面指标，可能忽略了公司基本面和行业因素的影响，选出的股票可能存在潜在的风险。
有何风险？
以下是该选股策略存在的风险：
- 该选股逻辑过于依赖技术面指标，可能忽略了公司基本面和行业因素的影响，选出的股票可能存在潜在的风险；
- 该选股逻辑过于依赖市场活跃度和资金流向，可能受到市场情绪波动的影响而产生较大的风险；
- 选股标准单一，容易产生过拟合或选出的股票涨跌幅度不大的情况。
如何优化？
为了优化该选股逻辑，可以考虑以下优化方案：
- 加入其他技术面指标，如移动平均线、BOLL指标等，以提高选股效率和精度；
- 综合运用技术面和基本面指标选股。不仅要关注市场活跃度和资金流向，还要考虑公司股票的业绩增长情况、盈利能力等基本面数据和行业趋势等因素，以更全面地衡量股票价值；
- 选取更加稳健的蓝筹股票或龙头企业，避免遇到市场突然波动风险。
最终的选股逻辑
改进后的选股逻辑如下：
- 筛选振幅大于1的股票；
- 在1的基础上，筛选昨天有3连板的股票；
- 在2的基础上，筛选股票均价站在五日均线之上的股票；
- 在3的基础上，综合考虑较好的公司基本面和行业趋势，选取业绩稳定、有一定盈利能力和相对估值较低的蓝筹股票或龙头企业。
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 := (CLOSE > MA(CLOSE, 5));
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) # 获取 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['close'] > df['close'].rolling(5).mean()
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。
