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，机构选择抄底的股票。通过综合分析振幅、龙虎榜单和机构持股情况进行选股，找到具备投资价值的个股。
选股逻辑分析
- 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；
- 龙虎榜单的股票，通常说明存在较大资金流入或离开的情况；
- 机构选择抄底，可能说明该股票价值被市场低估，并存在上涨趋势。
有何风险？
- 选股后的回测模拟结果存在与实际投资收益的差距；
- 机构抄底并不一定意味着股票即将上涨，存在机构跟风操作的风险；
- 龙虎榜单上的股票可能被机构操纵影响市场价格。
如何优化？
- 引入更多指标进行综合判断，如成交量、市盈率等指标，提升选股策略的稳定性和准确性；
- 结合资金流向、市场行情和新闻等因素，进行更全面多角度的选股分析；
- 建立完善的风险控制和资金管理机制，避免过度追涨杀跌等操作失误；
- 结合机构对行业和市场的整体分析，选取具备潜力和安全性的股票进行投资。
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，机构选择抄底的股票。通过综合分析振幅、龙虎榜单和机构持股情况进行选股，以更全面、多角度的方式判断股票的投资价值。
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 = LHB
yesterday_lhb = REF(lhb, 1)
picks_lhb = IF(yesterday_lhb['buy'] + yesterday_lhb['sell'] > 0, 1, 0)
# 判断机构持股
institution_holding = GET_PRIVILEGED_CONCEPT_RANK('机构抱团', LAST_OP_DATE)
picks_institution = IF(institution_holding > 0, 1, 0)
picks = picks_amplitude * picks_lhb * picks_institution
picks_final = SortBy(picks, C, 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 = df[df['amplitude'] > 1].index.tolist()
# 判断昨天是否出现在龙虎榜上
lhb_data = pro.top_list(trade_date='20211008')
lhb_data.set_index('ts_code', inplace=True)
picks_lhb = lhb_data[(lhb_data['buy'] + lhb_data['sell']) > 0].index.tolist()
# 判断机构持股
concept_data = pro.concept_detail(id='GN073')
concept_data.set_index('ts_code', inplace=True)
picks_institution = concept_data[concept_data['hold_ratio'] > 10].index.tolist()
# 选取符合条件的股票
picks = set(picks_amplitude) & set(picks_lhb) & set(picks_institution)
picks_final = df.loc[picks].sort_values(by='close', ascending=False)['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。
