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，连续3天以上大单净量大于0.05。该选股策略注重选取同时具有活跃度和市值优势，同时具有大单资金关注的股票。
选股逻辑分析
该选股策略主要考虑市值和资金流向两个方面，振幅大于1可以反映出一定的交投活跃度，流通市值大于100亿元则是考虑到公司规模。同时，连续3天以上大单净量大于0.05意味着大户资金持续买入，市场高度关注该股票，并且往往具有更好的投资价值。
有何风险？
由于大单净量的数据有一定的滞后性，存在大单资金已经抛出的情况出现，策略操作时需要谨慎。同时，振幅大于1可能包含一定的炒作成分，需要进行进一步分析。
如何优化？
可以考虑加入其他指标，例如成交金额、换手率等，并结合公司基本面因素、行业发展、技术指标等进行分析。同时，可以采用更为及时的信息进行筛选，例如资金流向的实时更新，考虑未来的资金动向；或者进行深入挖掘，例如分析大单资金的来源、动向以及其投资策略等。
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，连续3天以上大单净量大于0.05，同时结合公司基本面因素、行业发展、技术指标等进行综合判断。
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: MA(VOL, 4) > MA(VOL, 60); //判断当前大单资金净量
C4: MA(VOL, 4) > 0.05 * CIRC_MV / 10000; //判断连续3天以上大单净量大于0.05
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
daily_data = pro.daily_basic(trade_date='20220105')
data = pd.merge(data, daily_data, on='ts_code', how='left')
data.dropna(inplace=True)
data['sort'] = data['circ_mv'].rank(ascending=False) # 根据流通市值进行排序
data = data[data['sort'] <= 200] # 取前200名
select_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
if data.iloc[i]['turnover_rate'] < 1: # 低换手率
continue
daily_vol = pro.moneyflow(ts_code=code) # 获取资金流向
if len(daily_vol) < 4:
continue
if all(daily_vol[0:3]['net_mf_vol'] > 0) and daily_vol['net_mf_vol'].iloc[0] > 0:
# 当前大单净量为连续大于0，且大于0.05%流通市值
if daily_vol['net_mf_vol'].iloc[0] / data.iloc[i]['circ_mv'] * 10000 >= 0.05:
select_list.append({'ts_code':code, 'name': data.iloc[i]['name']})
# 随机选择一定数量的股票
selected_stocks = pd.DataFrame(select_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。
