问财量化选股策略逻辑
选股逻辑为：振幅大于1、股价为18.5元、圆弧形。该选股策略旨在寻找波动性较大、股价适中，并具有一定的形态特征的标的。
选股逻辑分析
该选股逻辑通过选取振幅大于1、股价为18.5元、具有圆弧形等特征的标的，寻找有一定的市场热度和交易活跃度的标的，并具备一定的形态特征。通过利用股票形态特征进行筛选，也可以在一定程度上增加选股准确性。
有何风险？
该选股策略可能会存在形态特征选股过于主观，存在误判的情况。同时，不同的形态特征选股对于不同行业、标的的适用性也可能存在差异。
如何优化？
为减少形态特征选股的主观性，可以提高选股逻辑的客观性。可以尝试利用机器学习和人工智能等技术进行形态特征的识别和选股。同时，也可以加入其他筛选条件，如市值、估值、MACD等指标，以增加选股的准确性和可靠性。
最终的选股逻辑
选股条件为：振幅大于1、股价为18.5元、具有圆弧形等特征的标的，同时加入其他指标（如市值、估值、MACD等），寻求有利价值的标的。
同花顺指标公式代码参考
# 振幅大于1
SELECT1 = (HIGH - LOW) / HIGH > 0.01
# 股价为18.5元
SELECT2 = CLOSE == 18.5
# 圆弧形选股
SELECT3 = ...
SELECT = SELECT1 AND SELECT2 AND SELECT3
SORT_BY = '成交额'
SORT_ASCEND = False
以上为计算选股逻辑的同花顺指标公式。
Python代码参考
import pandas as pd
import tushare as ts
def get_selected_stocks():
# 获取tushare连接
ts.set_token('Your Token')
pro = ts.pro_api()
# 获取股票数据
stock_data = pro.daily(trade_date='20220101')
# 进行选股
selected_stocks = []
for idx, row in stock_data.iterrows():
# 判断筛选条件
if (row['high'] - row['low']) / row['high'] <= 0.01 or row['close'] != 18.5:
continue
# 根据形态特征选取标的
if is_arc_shape(row):
# 根据筛选条件选取标的
selected_data = {}
selected_data['ts_code'] = row['ts_code']
selected_data['stock_name'] = row['name']
selected_data['stock_price'] = row['close']
# 可添加其他指标
selected_stocks.append(selected_data)
# 按成交额从高到低排序
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol'], reverse=True)
return selected_stocks_sorted
def is_arc_shape(row):
"""
判断选中股票是否符合圆弧形的特征
"""
# TO DO
return True
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、圆弧形。可根据实际需求进行修改。
## 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。
