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、量比大于1.5、量比小于6。该选股策略旨在寻找波动性较大、股价适中并且有一定交易量并且处于活跃状态的标的，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、量比大于1.5、量比小于6的股票来寻找有一定的市场热度和交易活跃度的标的。通过利用股票量比进行筛选，筛选具有较高的涨跌幅成交量股票，同时减少价格或者市场热度的干扰。
有何风险？
该选股策略可能会存在量比因素波动较大，对于不同行业、标的的适用程度可能存在差异。同时，低波动性的标的可能会因为量比限制无法被筛选。
如何优化？
为避免量比因素的波动，可以加入其他筛选条件，如市值、估值、MACD等指标。同时，可以对量比的计算标准进行调整或者指定范围，以减少“过于宽泛”和“过于狭窄”的量比选股。
最终的选股逻辑
选股条件为：振幅大于1、股价为18.5元、量比大于1.5、量比小于6，同时加入其他指标（如市值、估值、MACD等），寻求有利价值的标的，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
# 量比大于1.5
SELECT3 = (VOL / MA(VOL, 5)) > 1.5
# 量比小于6
SELECT4 = (VOL / MA(VOL, 5)) < 6
SELECT = SELECT1 AND SELECT2 AND SELECT3 AND SELECT4
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
if row['vol'] / row['vol_ma5'] <= 1.5 or row['vol'] / row['vol_ma5'] >= 6:
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['vol_ratio'] = row['vol'] / row['vol_ma5']
selected_stocks.append(selected_data)
# 按量比从高到低排序
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol_ratio'], 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、量比大于1.5、量比小于6。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。
