(supermind)振幅大于1、昨天龙虎榜、企业性质_

问财量化选股策略逻辑

选股逻辑为振幅大于1，昨天出现在龙虎榜单上的股票，且具有特定的企业性质。通过结合技术面和基本面指标进行选股，找到具有长期投资价值的标的。

选股逻辑分析

1. 振幅大于1表明短期内波动较大，可能存在较大的投资机会；
2. 龙虎榜单的股票通常具有短期市场炒作波动的可能性，可以作为固定收益（短线交易）的投资机会；
3. 特定的企业性质可能具有良好的长期价值投资机会；
4. 综合以上指标可得出具有较高收益潜力和较低风险的股票。

有何风险？

1. 选股逻辑过于简单，可能存在不实际的情况；
2. 特定企业性质有可能发生不可预测的变化；
3. 市场变化可能导致短期收益不稳定。

如何优化？

1. 加入一些基本面指标和技术面指标，例如市盈率、市净率、MACD、KDJ等指标，以增加选股策略的准确性和可靠性；
2. 加入长期股息率等指标，以增加长期投资价值；
3. 针对不同的企业性质，在选股逻辑中加入对应的指标，以进一步优化策略。

最终的选股逻辑

选股逻辑为振幅大于1，昨天出现在龙虎榜单上的股票，且具有特定的企业性质。通过结合技术面和基本面指标进行选股，以增加策略的准确性和可靠性。

同花顺指标公式代码参考

# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)

# 判断昨天是否出现在龙虎榜上
lhb_data = LHB
yesterday_lhb = REF(lhb_data['buy'] + lhb_data['sell'], 1)
picks_lhb = IF(yesterday_lhb > 0, 1, 0)

# 判断企业性质
picks_property = IF(EXCHANGE == '科创板', 1, 0)

# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_property
picks_final = SortBy(picks, CLOSE, descending=True)

# 输出选股结果
WriteIf(picks_final, picks_final, 0)

Python代码参考

# 计算振幅
df['amplitude'] = 100 * (df['high'] - df['low']) / df['close']
picks_amplitude = set(df[df['amplitude'] > 1]['ts_code'].tolist())

# 判断昨天是否出现在龙虎榜上
lhb_data = pro.top_list(trade_date='20211008', fields='ts_code')
yesterday_lhb = set(lhb_data['ts_code'].tolist())

# 判断企业性质
picks_property = set(df[df['exchange'] == '科创板']['ts_code'].tolist())

# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_property)

# 输出选股结果
print(picks)

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)