问财量化选股策略逻辑
选股逻辑：振幅大于1,近25个交易日有单日涨幅大于等于百分之10,PE>0。
选股逻辑分析
该选股策略主要关注了技术面和基本面因素，对具有较高波动性、强势表现、且基本面较好的股票进行筛选。选股逻辑包括以下三个方面：1. 振幅大于1，关注股票波动性；2. 近25个交易日单日涨幅大于等于10%，关注股票强势表现；3. PE>0，关注股票基本面。该选股策略较为全面，能够综合考虑技术面和基本面因素，但可能忽略了股票的其他基本面因素，如市净率、ROE等。
有何风险？
该选股策略存在以下风险：
- 忽略了股票的其他基本面因素，如市净率、ROE等。
- 基于过去的历史数据选股，忽略了未来市场变化可能对股票造成的影响。
- 没有考虑行业发展趋势和竞争格局的因素，选中公司未来的盈利能力有限的股票。
如何优化？
针对以上风险，我们可以从以下方面对选股策略进行优化：
- 引入其他基本面因素进行筛选，如市净率、ROE等。
- 考虑股票所处的行业和公司的竞争格局，选中具有较好未来发展趋势的股票。
- 结合其他策略，如技术分析、市场情绪等，进行更为全面的选股。
最终的选股逻辑
据此，我们最终确定的选股逻辑为：
- 振幅大于1。
- 近25个交易日有单日涨幅大于等于百分之10。
- PE大于0。
- 引入其他基本面因素，如市净率、ROE等。
- 考虑股票所处的行业发展趋势和公司的竞争格局，选中具有良好未来发展趋势的股票。
- 结合其他技术指标和市场情绪等，进行更为全面的选股。
同花顺指标公式代码参考
C1 = IF(HIGH-LOW > ATR(CLOSE,20), 1, 0);
C2 = IF(ABS((CLOSE-REF(CLOSE, 1))/REF(CLOSE,1)) > 0.1, 1, 0);
C3 = IF(PE > 0, 1, 0);
C4 = // 引入其他基本面因素的指标公式。
C5 = // 考虑行业和竞争格局的其他指标公式。
C6 = // 结合其他技术指标和市场情绪等的指标公式。
SELECTOR = C1*C2*C3*C4*C5*C6;
RESULT= SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
import pandas as pd
import numpy as np
import talib as ta
df = pd.read_csv('your_data.csv', index_col='date')
C1 = np.where(df['high'] - df['low'] > ta.atr(df['close'], 20), 1, 0)
C2 = np.where(abs((df['close'] - df['close'].shift(1)) / df['close'].shift(1)) > 0.1, 1, 0)
C3 = np.where(df['pe'] > 0, 1, 0)
C4 = // 引入其他基本面因素的指标公式。
C5 = // 考虑行业和竞争格局的其他指标公式。
C6 = // 结合其他技术指标和市场情绪等的指标公式。
selector = C1 * C2 * C3 * C4 * C5 * C6
result = np.argsort(np.argsort(selector))
## 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。
