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,规模2亿以上。
选股逻辑分析
该选股策略基于了一个更加综合且实际的市场标准进行筛选。选股逻辑包含三个方面：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. 筛选规模在2亿以上的股票，关注公司规模的相对品质。该选股策略相对于之前仅筛选企业基本面和估值面的策略，更加全面考虑了市场因素，可以更好地反映公司的成长性和稳定性。
有何风险？
该选股策略存在以下风险：
- 忽略了其他企业的重要财务指标，如利润率、收益增长百分比等，可能会使选股结果受到一定的制约。
- 只考虑了规模在2亿以上的股票，可能忽略了一些有潜力的小盘股。同时，市值大并不代表企业优秀，存在大市值而品质较低的企业。
- 忽略了宏观经济的影响，特别是在市场不景气的时候，规模大的企业可能也会受到影响，该选股策略在风险控制方面还需加强。
如何优化？
为缓解以上风险，应进行以下优化：
- 除了规模和选股逻辑之外，应该对其它重要财务指标进行合理的筛选和考虑。
- 在选择股票的规模范围上进行适当调整，同时在规模较小的股票中找到潜力更好的个股。
- 在选股策略中加入宏观经济指标，并考虑市场状况的影响。同时，应该建立风控机制，更好地进行风险控制。
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。
- 选取规模在2亿以上的股票。
- 结合重要财务指标和市场因素进行筛选。
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(MARKETVALUE > 2e8, 1, 0);
C4 = // 结合重要财务指标和市场因素的指标公式。
SELECTOR = C1*C2*C3*C4;
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 = np.where(df['marketvalue'] > 2e8, 1, 0)
C4 = // 结合重要财务指标和市场因素的指标公式。
selector = C1 * C2 * C3 * C4
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。
