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,上市大于XXX。
选股逻辑分析
该选股策略从技术面和基本面考虑，选取股票的波动性较高、强势、市场表现较好的股票进行选股。选股逻辑包括以下三个方面：1. 振幅大于1，关注股票的波动性；2. 近25个交易日单日涨幅大于等于10%，关注股票的强势表现；3. 上市大于XXX，关注新股市场表现。综合这三个方面来考虑，可以选出有一定市场活力的股票。然而，该选股策略忽略了股票的基本面因素，如财务状况、盈利能力等，可能选中风险较高的股票。
有何风险？
该选股策略存在以下风险：
- 忽略了基本面因素，可能选中风险较高的股票。
- 选股逻辑中的“上市大于XXX”并没有确定具体的上市时间，可能会存在选择不到新股的可能。
- 对振幅和单日涨幅的定义相对过于宽松，选股结果可能会包含很多波动性太高回报不稳定的个股。
如何优化？
针对以上风险，我们可以从以下方面进行优化：
- 引入基本面因素进行筛选，选择财务状况、盈利能力较优异的股票。
- 明确“上市大于XXX”的具体时间，对新股板块单独设置选股策略。
- 将振幅和单日涨幅的限制放宽，或者加入其他指标筛选较好个股。
- 定期调整选股策略，根据市场变化进行灵活调整。
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。
- 上市时间大于XXX。
- 引入基本面因素，如财务状况、盈利能力等财务指标。
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(SUBSTRING(LISTED_DATE, 1, 8) < 20210101, 1, 0);
C4 = // 引入基本面因素的指标公式。
SELECTOR = C1*C2*C3*C4;
RESULT= SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
df = pd.read_csv('your_data.csv', index_col='date')
C1 = np.where(df['high'] - df['low'] > ta.atr(df, 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['listed_date'] < '20210101', 1, 0)
C4 = // 引入基本面因素的指标公式。
selector = C1 * C2 * C3 * C4
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。
