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,资金强度由大到小。
选股逻辑分析
该选股策略同时考虑了技术指标和资金面因素，选择振幅较大，短期内出现过高涨幅，且资金强度高的股票。该选股策略可以筛选出市场热点板块中真正资金流入的个股。然而，该选股策略可能会偏向板块中规模较大的龙头公司，无法发现一些具有潜力但规模较小的公司。
有何风险？
该选股策略存在以下风险：
- 过度关注资金面，可能忽略了一些基本面和行业面表现较好的个股。
- 可能会偏向板块中规模较大的龙头公司，无法发现一些具有潜力但规模较小的公司。
- 技术指标并不能完全代表股票的走势，盲目参考容易选错股票。
如何优化？
为了提高该选股逻辑的效率和准确性，我们建议增加以下考虑：
- 结合其他技术指标，如RSI、KDJ等，进一步筛选股票，提高选股的可靠性。
- 增加基本面指标和行业分析，从公司和行业的角度选取具有较高空间的股票。
- 保持资金面因素的考虑，但同时加入其他衡量资金流向的指标，例如成交量和资金流入流出等。
- 对于不同行业市场板块，选择合适的选股指标，因为不同市场板块的特点不同，选股指标也会存在差异。
最终的选股逻辑
综合以上考虑，我们建议选股逻辑如下：
- 振幅大于1。
- 近25个交易日有单日涨幅大于等于10%。
- 资金强度指标由大到小排名，对资金流向进行考虑。
- 结合其他技术指标，如RSI、KDJ等，进一步筛选股票。
- 增加基本面指标和行业分析。
- 结合成交量、资金流入流出等指标，综合判断资金流向。
同花顺指标公式代码参考
C1 = IF(HIGH-LOW > ATR(CLOSE,20), 1, 0);
C2 = IF(ABS(HIGH/REF(CLOSE,1)-1) >= 0.1, 1, 0);
C3 = RANK(VOLUME) / COUNT(VOLUME);
C4 = // 结合其他技术指标的选股策略
C5 = // 增加基本面指标和行业分析后的选股策略
SELECTOR = C1*C2*C3*C4*C5;
RESULT = SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
import pandas_ta as ta
df = pd.read_csv('your_data.csv', index_col='date')
C1 = np.where(df['high'] - df['low'] > ta.atr(), 1, 0)
C2 = np.where(np.abs(df['high'] / df['close'].shift(1) - 1) >= 0.1, 1, 0)
C3 = df['volume'].rank(pct=True)
C4 = // 结合其他技术指标的选股策略
C5 = // 增加基本面指标和行业分析后的选股策略
selector = C1 * C2 * C3 * C4 * C5
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。
