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，资金强度由大到小。该选股策略同时考虑了市场交易情况和公司规模，以及资金流入的情况。
选股逻辑分析
该选股策略综合考虑了市场交易情况和公司规模，以及资金流入的情况。振幅和流通市值反映了市场的交投活跃度和公司的规模，同时通过资金强度的排序判断股票市场资金流入的情况，符合市场趋势的选择。
有何风险？
该选股策略忽略了公司的基本面和财务数据等重要因素，存在一定程度上的盲目跟风和投资风险。同时，资金强度排序可能受到市场流动性和资金调动等因素的影响，排名前的股票不一定是市场上的优质股票。
如何优化？
在股票的选择上，要更加全面的考虑股票的基本面、技术面、行业前景等多方面因素，避免单方面依赖某一种因素的判断。可以结合其他技术指标如RSI、KDJ等指标对股票的走势进行综合判断。同时，要选择适合自己的投资风格，以稳健为主，减少投资风险。可以选择配置多种行业的股票，进行行业分散投资，以降低特定行业风险。
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，资金强度由大到小。该选股策略同时考虑了市场交易情况和公司规模，以及资金流入的情况。
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: SELECTED_FUND_HOLDER > SELECTED_FUND_HOLDER[1]; //资金强度由大到小
SYMBOL: C1 AND C2 AND C3;
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')
# 筛选符合条件的股票
df_list = []
for i in range(len(data)):
code = data.iloc[i]['ts_code']
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
holder = pro.top10_holders(ts_code=code, start_date=quote['date'], end_date=quote['date']) # 获取前十大流通股东
if holder.empty:
continue
selected_holder = holder.loc[holder['holder_name'].str.contains('基金')].reset_index() # 选择持股中包含"基金"的股东
if selected_holder.empty:
continue
selected_fund_holders = selected_holder[['hold_st', 'hold_ratio']].astype({'hold_st': int, 'hold_ratio': float})
selected_fund_holders = selected_fund_holders[selected_fund_holders['hold_st'] == 1] # 选择流通A股
selected_fund_holders['hold_amount'] = selected_fund_holders['hold_ratio'] * selected_fund_holders['hold_st'] * quote['amount'] # 计算持仓金额
total_amount = selected_fund_holders['hold_amount'].sum()
selected_fund_holders['ratio'] = selected_fund_holders['hold_amount'] / total_amount # 计算持仓占比
selected_fund_holders = selected_fund_holders.sort_values(by='hold_amount', ascending=False).reset_index() # 按持仓金额从大到小排序
if len(selected_fund_holders) == 1: # 只有一个基金持有
continue
if selected_fund_holders.iloc[0]['ratio'] <= selected_fund_holders.iloc[1]['ratio']: # 资金强度没有排名第一的股票强
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。
