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、大单净量排行。该选股策略旨在寻找价格合理、且为有潜力的标的，适合进行长期投资。
选股逻辑分析
该选股逻辑以振幅大于1、股价为18.5元、大单净量排行为选股条件，筛选出波动性较大、市场热度较高、有较强资金支撑的标的。选股策略综合考虑了市场走势、资金流向等多方面因素，适合进行长期投资。
有何风险？
该选股策略仅考虑了几个基本的选股条件，可能会忽略具体公司状况、行业前景等因素，并存在选不到优质标的的风险。此外，振幅较大的标的可能存在较大风险，需要注意控制风险。
如何优化？
为避免选到高风险标的，可加入公司财务状况、行业前景等因素作为筛选条件之一。同时，可根据大单净量排行选择资金流向稳定的标的，以此降低风险。部分投资者也可加入技术分析等工具，得出更为准确的选股结果。
最终的选股逻辑
选股条件为：振幅大于1、股价为18.5元、大单净量排行。将筛选出的标的纳入投资考虑。
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
# 大单净量排行
SELECT3 = BIGNETRANK13 > 15
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 or row['big_net_amount_ratio'] <= 15:
continue
# 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']
selected_stocks.append(selected_data)
# 按成交额从大到小排序
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['amount'], reverse=True)
return selected_stocks_sorted
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、大单净量排行。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。
