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且买入额大于卖出额、昨日竞价换手率大于0.26的股票。此策略旨在选出波动较大、存在资金异动且股票短期有市场热情的股票，以挖掘股票的短期收益机会。
选股逻辑分析
- 指定振幅大于1可以筛选出波动较大的股票；
- 昨天出现在龙虎榜上且买入额大于卖出额表明存在资金流入的情况，可能会对股票价格产生一定的影响；
- 昨日竞价换手率大于0.26表示股票当天的交易活跃度较高，有可能代表市场对该股票的热情。
有何风险？
- 只依靠短期市场热情选股，可能会导致选中的股票收益不稳定。
- 策略只考虑了股票的短期走势，忽视了其长期价值，有可能因为市场短期风险状况发生变化而错失投资机会。
如何优化？
- 可以结合股票长期的基本面分析，包括财务状况、行业竞争、公司业绩等因素，判断股票的内在价值。
- 增加技术指标，如涨停板数、MA等指标，并对多个指标进行综合分析，以提高策略选股的稳定性和准确性。
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且买入额大于卖出额、昨日竞价换手率大于0.26的股票，同时结合多个技术指标进行综合投资，并结合股票的长期基本面分析以缩小风险。
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且买入额大于卖出额
lhb = LHB
yesterday_lhb = REF(lhb, 1)
picks_lhb = IF(yesterday_lhb['buy_amount'] > yesterday_lhb['sell_amount'], 1, 0)
# 判断昨日竞价换手率是否大于0.26
jjhsl = JJHSL
yesterday_jjhsl = REF(jjhsl, 1)
picks_jjhsl = IF(yesterday_jjhsl > 3, 1, 0)
# 取排名前n的股票
n = ceil(COUNT / 20)
picks = picks_amplitude * picks_lhb * picks_jjhsl
picks_final = NLargest(n, picks, picks)
# 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 = df[df['amplitude'] > 1].index.tolist()
# 判断昨天是否出现在龙虎榜上且买入额大于卖出额
lhb_data = pro.top_list(trade_date='20211008')
lhb_data.set_index('ts_code', inplace=True)
picks_lhb = lhb_data[lhb_data['buy_amount'] > lhb_data['sell_amount']].index.tolist()
# 判断昨日竞价换手率是否大于0.26
jjhsl_data = pro.stk_limit(start_date='20211008', end_date='20211008')
jjhsl_data.set_index('ts_code', inplace=True)
picks_jjhsl = jjhsl_data[jjhsl_data['jj_sell_rate'] > 0.26].index.tolist()
# 取排名前n的股票
n = int(len(df) / 20)
picks = list(set(picks_amplitude) & set(picks_lhb) & set(picks_jjhsl))
picks_final = df.loc[picks].sort_values(by='turnover_rate', ascending=False)[:n]['ts_code'].tolist()
# 输出选股结果
print(picks_final)
## 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。
