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、昨天有出现在龙虎榜上。该选股策略旨在寻找波动性较大、股价适中、具有一定的市场活跃度，并且具有市场热度的标的。
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、昨天出现在龙虎榜上的标的，寻找有一定的市场热度和交易活跃度的标的。通过龙虎榜的选股方式，可以增加市场利好的敏感度。同时，由于振幅大，股价适中的标的更容易吸引投资者的关注和关注度，从而有可能出现龙虎榜的情况。
有何风险？
该选股策略中存在主观判断，因为对于龙虎榜的判断是基于股价波动、成交量和市值等因素，具有一定的主观性。同时，龙虎榜具有短期性质，对标的的长期投资价值可能产生一定的误判。
如何优化？
可以结合其他指标进行筛选，如技术指标（MA、MACD等）、基本面指标（PE、PB等）等，以更全面地衡量标的的价值和市场表现。同时，可以增加龙虎榜的时间跨度，以更好地衡量市场热度。
最终的选股逻辑
选股条件为：振幅大于1、股价为18.5元、昨天有出现在龙虎榜上的标的，同时加入其他指标（如技术指标、基本面指标等），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
# 昨天有出现在龙虎榜上
SELECT3 = (SELECT_BY_DATE('龙虎榜', date(last_trade_day(-1)))['证券代码'].str.contains(STOCK_CODE)).any()
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 not is_stock_listed_on_dragon_tiger_board(row['ts_code'], pro):
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']
# 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_stock_listed_on_dragon_tiger_board(stock_code, pro):
# 判断股票是否出现在龙虎榜上
dragon_tiger_board_data = pro.top_list(trade_date=last_trade_day(-1))
if stock_code in dragon_tiger_board_data['ts_code'].tolist():
return True
return False
def last_trade_day(n=0):
# 获取n个交易日之前的日期
cal_dates = get_trading_calendar()
loc = cal_dates.index(pd.Timestamp.today().strftime('%Y-%m-%d'))
if loc < n:
return cal_dates[0].strftime('%Y%m%d')
else:
return cal_dates[loc - n].strftime('%Y%m%d')
def get_trading_calendar():
# 获取交易日历
ts.set_token('Your Token')
pro = ts.pro_api()
cal_data = pro.trade_cal(exchange='', start_date='20200101', end_date='20221231')
cal_data = cal_data[cal_data.is_open == 1]
cal_dates = pd.to_datetime(cal_data.cal_date)
return cal_dates.tolist()
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、昨天有出现在龙虎榜上的标的，同时加入其他指标（如技术指标、基本面指标等），寻求有利价值的标的。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。
