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，涨跌幅与超大单净量的乘积大于一定阈值的股票。该选股策略主要考虑了市场交易情况、公司规模和资金流向等多方面因素。
选股逻辑分析
该选股策略主要考虑了市场交易情况、公司规模和资金流向等多方面因素。振幅和流通市值筛选了市场交投活跃度和公司规模，涨跌幅与超大单净量的乘积则更注重资金流向与市场情绪。选股逻辑在市场活跃、公司规模强大的前提下，注重资金流动情况，筛选出有资金大力买入的热门个股。
有何风险？
该选股策略存在忽略了公司基本面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。此外，忽略了行业和宏观经济因素，容易出现过度配置某一行业或个股的情况。
如何优化？
在现有选股逻辑的基础上，可以结合基本面和长期走势综合分析。重点关注公司的基本面质量和长期成长潜力，避免过度依赖短期波动。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。
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，涨跌幅与超大单净量的乘积大于一定阈值的股票。该选股策略主要考虑了市场交易情况、公司规模和资金流向等多方面因素，注重资金流动情况，筛选出有资金大力买入的热门个股。
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: CHANGE * VOL_LARGER_THAN(100000)+CHANGE * VOL_LARGER_THAN(500000)*1.5 > 0.05; //涨跌幅与超大单净量的乘积大于一定阈值
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, threshold):
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
vol = quote['amount'] / quote['volume'] / 10000 # 日均成交额（万元）
total_vol = pro.moneyflow(ts_code=code, start_date=quote['date'], end_date=quote['date'], fields='super_large_in,super_large_out').iloc[0] # 超大单的净流入流出情况
net_vol = (total_vol['super_large_in'] - total_vol['super_large_out']) / 10000 # 超大单净量（手=100股）
if (quote['close'] / quote['pre_close'] - 1) * vol * net_vol < threshold: # 涨跌幅与超大单净量的乘积小于阈值
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。
