问财量化选股策略逻辑
选股逻辑为振幅大于1、昨天出现在龙虎榜上且换手率大于2%小于9%的股票。此策略选股的关键在于挑选波动较大，市场情绪好但炒作程度不太严重的标的，以达到长期稳定收益的目的。
选股逻辑分析
- 振幅大于1表明短期内波动较大，有较大的投资机会；
- 昨天出现在龙虎榜上的股票通常代表市场情绪好，有一定的短期涨幅及交易活跃度；
- 换手率大于2%小于9%的股票说明了市场的参与度和热度，但程度不严重，有利于更为稳定的投资；
- 结合以上几个维度，在市场繁忙和波动剧烈的情况下，选取这样的标的会更为明智。
有何风险？
- 选股策略过于单一，可能导致筛选出的标的过少；
- 昨日上榜的龙虎榜股票和换手率排名的标的都具有较大的投机性，基本面可能不够健康，存在投资风险。
如何优化？
- 加入其他技术面分析指标，如KDJ、MACD指标等提高策略的准确性和可靠性；
- 结合其他基础面信息，如股票行业、市值、估值水平等指标，提高策略的准确性和可靠性；
- 完善选股策略，在逻辑的基础上，引入止损机制、仓位管理等方式，提高策略的稳定性；
- 动态调整选股策略中的参数和判断标准，根据市场实际情况来优化策略。
最终的选股逻辑
选股逻辑为振幅大于1、昨天出现在龙虎榜上且换手率大于2%小于9%的股票，此策略选股的关键在于选出波动较大，成交量适宜，市场情绪好但炒作程度不严重的标的来达到长期稳定收益的目的。
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)
# 计算换手率排名
turnover_data = COUNT(C, 63) / (TURNOVER * 100)
picks_turnover = IF(turnover_data > 2 / 100 and turnover_data < 9 / 100, 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_turnover
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())
# 计算换手率排名
turnover_data = (pd.Series(df['close']).rolling(window=63).count() / (df['turnover_rate'] * 100)).tolist()
picks_turnover = set(df[(turnover_data > 2/100) & (turnover_data < 9/100)]['ts_code'].tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_turnover)
# 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。
