(supermind)振幅大于1、开盘价在十日线左右、昨天换手率＞8%_

问财量化选股策略逻辑

选股逻辑为振幅大于1、开盘价在十日均线左右、昨天换手率＞8%。该策略旨在挑选波动性较大、市场相对稳定、短期内换手率适中的股票标的，以获得相应的投资收益。

选股逻辑分析

1. 振幅大于1表明该股票波动较大，有较高的投资赚取空间；
2. 开盘价在十日均线左右说明该股票的市场趋势相对稳定；
3. 昨天换手率大于8%表明市场资金活跃，有望带动股票价格的波动。

有何风险？

1. 股票的历史数据波动较大，未必能在未来持续表现，存在风险；
2. 求和数量较多，遗漏一部分关键股票，存在风险。

如何优化？

1. 在选股时，应考虑行业、市场风格等因素，以及政策、经济等宏观因素的影响；
2. 选取合适的指标及滚动时间点进行选股，例如可以考虑50日均线或60日均线等；
3. 要保持选股策略的灵活性，及时更新选股指标及其计算方法，以应对市场的变化。

最终的选股逻辑

选股逻辑为振幅大于1、开盘价在十日均线左右、昨天换手率＞8%。在选股时需要综合考虑股票基本面数据、市场风格、流动性等多方面的因素，以获得更加准确的选股结果。

同花顺指标公式代码参考

# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)

# 判断开盘价在十日均线左右
ma10 = MA(CLOSE, 10)
picks_ma10 = IF((OPEN > ma10 * 0.95) & (OPEN < ma10 * 1.05), 1, 0)

# 判断昨天换手率大于8%
turnover_rate = SUM(VOL, 1) / SUM(CAPITAL * 10000, 1)
picks_turnover_rate = IF(turnover_rate > 0.08, 1, 0)

# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_turnover_rate
WriteIf(picks_stock, picks_stock, 0)

python代码参考

# 计算振幅
df['amplitude'] = 100 * (df['high'] - df['low']) / df['close']
picks_amplitude = set(df[df['amplitude'] > 1]['ts_code'].tolist())

# 判断开盘价在十日均线左右
ma10 = df['close'].rolling(10).mean()
df['picks_ma10'] = ((df['open'] > ma10*0.95) & (df['open'] < ma10*1.05)).apply(lambda x: True if x else False)

# 判断昨天换手率大于8%
df['turnover_rate'] = df['vol'].shift(1) / (df['total_mv'].shift(1) * 10000)
df['picks_turnover_rate'] = (df['turnover_rate'] > 0.08).apply(lambda x: True if x else False)

# 输出选股结果
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())
picks_turnover_rate = set(df[df['picks_turnover_rate']]['ts_code'].tolist())
picks_stock = picks_amplitude & picks_ma10 & picks_turnover_rate
print(picks_stock)

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)