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,连续3天以上大单净量大于0.05。
选股逻辑分析
该选股策略结合了股价波动性、股票表现和大单资金流入等因素，其中前两个因素属于技术面的考量，后一个因素则反映了市场资金状况。选股逻辑简洁明了，涵盖的因素相对全面，可以较好地综合股票涨跌。但是要注意到，股票的涨跌和大单资金流入之间并非完全相关，因此这种选股方式还需要完善。
有何风险？
该选股策略存在以下风险：
- 连续3天以上大单净量大于0.05的标准未必准确反映了大资金的操作行为，可能会存在其他因素误导策略。
- 只考虑了少量的技术面因素，如未来的趋势等因素未必完全消化，存在盲区。
- 短期波动和短期表现不一定能够全面评估股票的未来表现，长期因素需要考虑。
如何优化？
在基于该选股策略的前提下，可以优化以下方面：
- 考虑较多的机构数据，而不仅是大单资金流入。
- 考虑长期的股票基本面和估值，如ROE，PE，市净率等等。
- 对投资策略进行二次考虑，使得其更加科学合理。
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。
- 连续3天以上大单资金净流入量大于0.05。
- 考虑长期基本面和估值数据。
- 考虑其他流动性因素，如成交量等。
- 考虑机构选股数据。
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 = // 连续3天以上大单资金净流入量大于0.05的公式代码
C4 = IF(C1 AND C2 AND C3, 1, 0);
C5 = // 考虑长期基本面和估值等因素的代码
C6 = // 考虑其他流动性因素的代码
C7 = // 考虑机构选股数据的代码
SELECTOR = C4*C5*C6*C7;
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 = // 连续3天以上大单资金净流入量大于0.05的公式代码
C4 = np.where((C1 == 1) & (C2 == 1) & (C3 == 1), 1, 0)
C5 = // 考虑长期基本面和估值等因素的代码
C6 = // 考虑其他流动性因素的代码
C7 = // 考虑机构选股数据的代码
selector = C4 * C5 * C6 * C7
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。
