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,企业性质
选股逻辑分析
该选股策略在原有的基础上增加了筛选企业性质的条件，即筛选出符合特定企业性质的股票。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. 筛选其它指定企业性质，关注股票投资价值。该选股策略较为全面，选择的股票依赖于市场强势和一定的投资价值。但筛选企业性质存在一定的主观性。
有何风险？
该选股策略存在以下风险：
- 忽略了股票其他基本面和技术面的指标，如市盈率和均线等，无法得知股票的潜在上涨空间和可能的风险。
- 筛选企业性质存在一定的主观性，可能因为投资者个人喜好、偏好而选择具有一定偏差的标的。
- 企业性质选择不当，可能会对整个组合的表现产生重大影响。
如何优化？
对于以上的风险，可以从以下方面对选股策略进行优化：
- 结合其他技术指标和基本面指标进行筛选，比如市盈率、业绩增长率等，来更全面地了解股票的潜在上涨空间和可能的风险。
- 在筛选特定企业性质的过程中，要尽量客观公正，避免个人主观因素的影响，可以参考较为客观的指标。
- 筛选符合市场行情，比如选择重点发展的新兴行业，避免过度关注某些行业和板块的投资价值。
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。
- 符合特定企业性质。
- 结合其他技术指标和基本面指标进行筛选。
- 符合市场行情。
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 = // 符合特定企业性质的指标公式。
C4 = // 结合其他技术指标和基本面指标的指标公式。
C5 = // 符合市场行情的指标公式。
SELECTOR = C1*C2*C3*C4*C5;
RESULT= SORT_RANK(SELECTOR, DESCEND(HEAT));
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 = // 符合特定企业性质的指标公式。
C4 = // 结合其他技术指标和基本面指标的指标公式。
C5 = // 符合市场行情的指标公式。
selector = C1 * C2 * C3 * C4 * C5
result = df.sort_values(by='heat', ascending=False).index[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。
