问财量化选股策略逻辑
选股逻辑：振幅大于1，机器人概念且流通市值小于100亿，大单净量排行。
选股逻辑分析
该选股策略在振幅、机器人概念、流通市值等基本面因素外，增加了大单净量排行因素。此策略认为，当一个股票的资金流入较大、大单净量较高，说明该股票吸引了机构资金大量流入，从而可能具备一定的投资价值。
有何风险？
该选股策略仍然依赖基本面因素的选择，增加的大单净量因素也存在盲目性和不准确性。某些大单资金可能只是临时性的，而且大单净量排行也可能受某些外部因素、机构操作等影响，从而可能存在选股失误的风险。
如何优化？
可以增加其他技术分析因素，如均线、波动率等，以提高选股的准确度和可靠性，也在一定程度上缩小基本面因素的盲目性。另外，也要根据市场实际情况，灵活调整选股策略，以适应市场变化。
最终的选股逻辑
综上所述，笔者设计的选股逻辑如下：
- 振幅大于1；
- 机器人概念；
- 流通市值小于100亿元；
- 大单净量排行。
同花顺指标公式代码参考
以下是通达信指标的代码示例：
F01:HIGH / LOW - 1 > 0.01; // 振幅大于1
F02:CONCEPT("机器人概念"); // 机器人概念
F03:CAPITALIZATION < 10000000000; // 流通市值小于100亿
F04:RANK(DV$MONEY.NET1, -1) > 100; // 大单净量排行
FILTER:F01 AND F02 AND F03 AND F04;
SYMBOL_SORT("热度", SORT_DESCEND);
SELECT IF(F05, 1, 0) AS GOTO;
python代码参考
以下是用 Python 代码实现该策略的选股逻辑：
def stock_filter(dv, symbol):
high = dv.get_ts('high', symbol=symbol)
low = dv.get_ts('low', symbol=symbol)
concept_robot = dv.get_ts('concept', symbol=symbol).apply(lambda x: "机器人" in x)
circulation_market_cap = dv.get_ts('circulation_market_cap', symbol=symbol)
big_net_inflow = dv.get_ts('money.net1', symbol=symbol)
# 计算标志：振幅大于1、流通市值小于100亿、大单净量排行、机器人概念
selected_stocks = (
(high / low - 1 > 0.01).any(axis=0) &
concept_robot &
(circulation_market_cap < 10000000000) &
(big_net_inflow.rank(axis=1, ascending=False) < 100)
)
#按照热度排名进行排序
selected_stocks = selected_stocks[selected_stocks].sort_values(by='heat_rank', ascending=False)
return selected_stocks.index.tolist()
该代码示例使用 Python 实现了该选股逻辑，其中增加了大单净量因素，并综合考虑股票的基本面、技术面、市场热度等因素进行选股，以提高投资效果和安全性。
## 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。
