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,非ST（10点之前选股票）五部涨停战法。
选股逻辑分析
该选股策略考虑了股价波动性，股票表现以及基本面因素，如非ST股票等。前两个因素属于技术面的考量，后一个因素则考虑了股票的基本面。选股逻辑相对较为严格，但是如果能够立刻得到选股结果，则可能出现追高杀跌的风险。此外，该选股策略的流动性风险也有所增加，因为涨停的股票出现较多时，可能会出现卖不出去的情况。
有何风险？
该选股策略存在以下风险：
- 如果得到选股结果的时间不够早，则可能会出现追高杀跌的风险。
- 涨停的股票出现较多时，可能会存在卖不出去的情况，增加了流动性风险。
- 非ST股票并不意味着风险低，需要更多的基本面考量。
如何优化？
在基于该选股策略的前提下，可以优化以下方面：
- 增加选股逻辑的因素，并从不同角度去考量股票的表现。
- 对流动性进行更细致的考量，并尽可能降低流动性风险。
- 更多地考虑股票的基本面，如PE、PB等因素。
- 对选股的时间进行更为严格的控制，以避免尤其市场波动时的风险。
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。
- 非ST股票。
- 最近5个交易日涨停。
- 考虑股票的基本面，如PE、PB等因素。
- 考虑流动性，如成交量等因素。
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(ISST, 0, 1);
C4 = IF(C >= 1, 1, 0); // C为找出最近5个交易日涨停的代码
C5 = // 考虑股票的基本面的代码
C6 = // 考虑流动性的代码
SELECTOR = C1*C2*C3*C4*C5*C6;
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, 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['st_flag'] == 0, 1, 0)
C4 = // 找出最近5个交易日涨停的代码
C5 = // 考虑股票的基本面的代码
C6 = // 考虑流动性的代码
selector = C1 * C2 * C3 * C4 * C5 * C6
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。
