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,非科创。
选股逻辑分析
该选股策略通过技术指标考虑选股因素，选择近期业绩表现较好的股票。同时，考虑到科创板股票的风险较大，该选股策略排除了科创板股票。然而，该选股策略仍未考虑基本面和行业分析，容易选到短期内表现好但长期价值不高的股票。
有何风险？
该选股策略存在以下风险：
- 选股缺乏基本面和行业分析，可能选出的股票并不具有长期价值。
- 近期历史表现好不一定代表未来表现好，容易被局限在短期内。
- 大盘或板块行情可能对该选股策略的效果产生一定的影响。
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：
- 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。
- 可以考虑从其他技术指标出发，如RSI、MACD等，进一步筛选股票。
- 考虑同期大盘或板块行情，强化选股基础。
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%。
- 排除科创板股票。
- 增加基本面指标和行业分析。
- 参考RSI、MACD等技术指标进一步筛选股票。
- 考虑同期大盘或板块行情。
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 = IF(NOT(FINDSTR('688', get_code())), 1, 0);
C4 = //增加基本面指标和行业分析后的选股策略
C5 = 1;
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 = np.where(~(df['code'].str.startswith('688')), 1, 0)
C4 = // 增加基本面指标和行业分析后的选股策略
C5 = np.ones(len(df))
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。
