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、收益率＞0。该选股策略旨在寻找具有一定波动性、价格适中、并且近期具备一定的盈利能力的标的，适合进行短线或者操作性投资。
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、收益率＞0的股票来寻找有一定的市场热度和交易活跃度、并且盈利能力近期比较稳定的标的。通过减少盈利风险，靠近市场趋势赚钱，同时利用波动性来增加短期利润。
有何风险？
该选股策略可能存在将价格作为主要筛选条件，忽略了股票的潜在价值的风险。同时，盈利率可能会存在短期内的异常波动，选取的收益率标准容易受到市场波动的影响，存在一定的误导性。
如何优化？
为避免盲目追求价格或收益率标准，可以加入基本面因素，如公司盈利、估值等指标，对选股筛选进行加强。同时，可以将收益率的计算标准调整为相对强弱指标、10日涨跌幅等指标，以增强准确性和实用性。
最终的选股逻辑
选股条件为：振幅大于1、股价为18.5元、相对强弱指标大于0或者10日涨跌幅为正。使用基本面等其他指标，寻找具有一定投资价值的标的，适合进行短线或者操作性投资。
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
# 收益率＞0
SELECT3 = (CLOSE / REF(CLOSE, 1) - 1) > 0
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['pct_chg'] <= 0:
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_data['relative_strength'] = (row['close'] - row['open']) / row['open']
selected_stocks.append(selected_data)
# 按相对强弱指标从高到低排序
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['relative_strength'], 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、相对强弱指标大于0或者10日涨跌幅为正。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。
