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，近25个交易日有单日涨幅大于等于百分之10。
选股逻辑分析
在原有的选股逻辑基础上，新增了近25个交易日有单日涨幅大于等于百分之10的条件。该条件可以更加准确地筛选出股票中的热点板块和强势股，具有较高的参考价值。
有何风险？
该选股策略仍然主要依赖技术分析指标进行选股，缺乏对公司经营状况、市场情况和政策环境等因素的综合考虑，可能会因为短期的回调、市场情况等因素导致预测结果不准确。同时，该选股策略也未考虑到个股的风险和投资价值，存在选择大众股、概念股的风险。
如何优化？
可以将 25 个交易日单日涨幅改为更长的时间跨度，如 60 天等，更全面地考虑股票的回撤和强弱。同时加入一些基本面指标，如股票的市盈率、市净率等，从公司的角度考虑选股的影响因素。另外，可以增加一些量化策略，如均线交叉等，构建多因子选股整体策略，提高选股的成功率和收益率。
最终的选股逻辑
基于以上分析，我们提出改进后的选股逻辑：
- 振幅大于1；
- 机器人概念且流通市值小于100亿；
- 近60个交易日有单日涨幅大于等于百分之10；
- 市盈率小于50；
- 市净率小于10。
我们可以使用以下的方法进行判断：
- 将各个指标的值按照一定比例进行加权，得到一个“综合评分”，以该评分对股票进行排序，选取排名靠前的股票进行跟踪和购买。
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(C * LOG((HIGH + L + C) / 3), 60, ASC) * 100 < 10; // 60 日涨幅排名前 10%
F05:PE < 50; // 市盈率小于 50
F06:PB < 10; // 市净率小于 10
FILTER:F01 AND F02 AND F03 AND F04 AND F05 AND F06;
SYMBOL_SORT("热度", SORT_DESCEND);
SELECT IF(F07, 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)
# 60 日涨幅排名前 10%
close = dv.get_ts("close_adj", symbol=symbol)
rank_pct_60 = (close.pct_change(periods=60) > 0.1).rank(axis=1, ascending=False, pct=True) * 100
rank_pct_60 = rank_pct_60.iloc[-1]
rank_pct_60.name = "rank_pct_60"
rank_pct_60 = rank_pct_60.to_frame()
pe_ratio = dv.get_ts("pe_ratio", symbol=symbol)
pb_ratio = dv.get_ts("pb_ratio", symbol=symbol)
selected_stocks = (
(high / low - 1 > 0.01).any(axis=0) &
concept_robot &
(circulation_market_cap < 10000000000) &
(rank_pct_60 <= 10) &
(pe_ratio < 50) &
(pb_ratio < 10)
)
# 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()
该代码示例使用了 Python 实现了该选股逻辑，将选股逻辑中的几个指标在 Pandas DataFrame 中计算并筛选，同时加入了基本面指标，选股中综合运用了技术和基本面两种分析方法，以期实现更好的选股结果。
## 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。
