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,昨日9:15匹配价跌停。
选股逻辑分析
该选股策略综合考虑了波动性、趋势性和市场情况，振幅大于1可以筛选出波动较大的股票，单日涨幅大于等于百分之10则筛选出表现较好的个股，昨日9:15匹配价跌停则反映出股票存在下跌风险。反映了波动性和短期趋势的因素会给选股策略带来更多的靠谱性和可靠性。
有何风险？
该选股策略存在以下风险：
- 选股策略忽略了公司基本面数据和估值等因素，可能不能全面和准确地评估股票。
- 9:15匹配价的跌停并不一定意味着股票会出现明显的下跌。如果公司股票基本面数据较好，选择策略可能导致错过一些高增长股票。
- 选股策略的波动性和短期趋势的因素未必能够完全预测股票的走势，需要多方面考虑。
如何优化？
在基于该选股策略的前提下，可以优化以下方面：
- 继续考虑加入公司基本面数据评估股票估值。
- 考虑加入流动性因素，如成交量等，综合评估股票的走势。
最终的选股逻辑
基于以上考虑，我们最终确定的选股逻辑如下：
- 振幅大于1。
- 近25个交易日单日涨幅大于等于百分之10。
- 昨日9:15匹配价跌停。
- 考虑公司基本面数据和估值等因素。
- 考虑其他流动性因素，如成交量等。
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(YESTERDAY(MATCHPRICE)==LOW,1,0);
C4 = IF(C1 AND C2 AND C3, 1, 0);
C5 = // 考虑公司基本面数据、估值等因素的代码
C6 = // 考虑其他流动性因素的代码
SELECTOR = C4*C5*C6;
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), 1, 0)
C2 = np.where(abs((df['close'] - df['close'].shift(1)) / df['close'].shift(1)) > 0.1, 1, 0)
C3 = np.where(df['matchprice'].shift(1) == df['low'], 1, 0)
C4 = np.where((C1 == 1) & (C2 == 1) & (C3 == 1), 1, 0)
C5 = // 考虑公司基本面数据、估值等因素的代码
C6 = // 考虑其他流动性因素的代码
selector = 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。
