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,股价为18.5元。
选股逻辑分析
该选股策略综合了波动性、趋势性和股价水平因素，选取了振幅大于1，25个交易日内存在单日较大涨幅，且股价为18.5元的股票。虽然考虑了股价水平，但没有考虑市场总体股价水平的波动情况，容易导致错选或漏选一些股票，同时这种逻辑不能够真正反映股票是否具有质量和价值。另外，该策略没有考虑股票自身的基本面和市场特征等因素，存在一定的局限性。
有何风险？
该选股策略存在以下风险：
- 没有考虑整个市场股价水平波动情况，可能导致一些股票误判；
- 仅考虑了短期内的价格变化，并没有考虑股票自身的基本面和价值等因素，忽略了投资的主要目的，可能导致筛选出来的股票基本面、质量和价值较低；
- 精确到股价为18.5元，过度捕捉价格特征，忽视了基本面和市场特征等因素，可能导致选出的股票并未真正符合投资者的长期目标和风险偏好。
如何优化？
为了缓解上述风险，可以考虑进行以下优化：
- 综合考虑整个市场股价水平，制定更多适合的股价水平限制，如最新价与过去一段时间均价的比较等；
- 综合考虑股票自身的质量、基本面和市场特征等因素，加入更多股票指标作为筛选条件；
- 结合价值投资理念，选取需要具备较高基本面、较低市盈率等特征的股票；
- 设定有效的筛选指标和容错机制，及时调整选股因素，适应不同市场环境的波动变化。
最终的选股逻辑
综上，我们最终确定的选股逻辑为：
- 振幅大于1；
- 近25个交易日内有单日涨幅大于等于百分之10；
- 股价符合一定股价水平限制；
- 加入综合考虑财务指标，如市盈率、净资产收益率等；
- 制定明确的容错机制，设定适当的筛选指标。
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 = CLOSE=18.5;
C4 = // 综合考虑财务指标的筛选；
SELECTOR = C1*C2*C3*C4*C5;
RESULT = SORT_RANK(SELECTOR,DESCEND(HEAT));
python代码参考
import pandas as pd
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 = df['close'] == 18.5
C4 = // 综合考虑财务指标的筛选；
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。
