问财量化选股策略逻辑
选股逻辑：振幅大于1，昨天连续3日涨停，集中度70小于20%的股票。
选股逻辑分析
该选股逻辑主要从以下几个方面考虑：
- 振幅大于1可以过滤出市场活跃的高热度标的；
- 昨天连续3日涨停可以反映出市场对该标的的买入热情；
- 集中度70小于20%可以过滤掉过度集中的标的。
有何风险？
该选股策略存在以下风险：
- 过分强调短期市场情绪反映，可能导致对标的的长期价值认识不足；
- 集中度指标并不能完全反映市场流动性或资金分散程度等方面的情况。
如何优化？
为了优化该选股逻辑，可以考虑以下方案：
- 增加对基本面的分析，例如财务数据、行业前景等；
- 结合行情的趋势或其他指标过滤出合适的标的。
最终的选股逻辑
改进后的选股逻辑如下：
- 振幅大于1；
- 昨天连续3日涨停；
- 集中度70小于20%。
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：
暂无
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=500)
df = pd.DataFrame(klines)
C1 = (df['high'] - df['low'] >= 1)
C2 = df.groupby('contract.symbol')['pct_chg'].apply(lambda x: (x.shift(1) == 9.00) & \
(x.shift(2) == 9.00) & \
(x.shift(3) == 9.00)).astype(int)
C3 = (df['volume'] > 2e8)
C4 = (df['concentration'] < 0.2)
selector = (C1 & C2 & C3 & C4).astype(int)
result = df[selector == 1].sort_values(by='volume', 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。
