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，涨幅在-5%到2.6%之间的股票。通过振幅筛选出波动较大的潜在投资机会，通过龙虎榜单筛选出资金异动的股票，以及通过涨幅判断股票短期趋势，综合考虑多方面因素进行选股。
选股逻辑分析
- 振幅大于1的股票在短期内波动较大，具有一定的投资机会；
- 龙虎榜单的股票，通常说明存在资金流入或离开的情况，短期内对股价波动产生一定的影响；
- 涨幅是衡量股票短期涨跌幅度的指标，可以判断股票涨跌情况。
有何风险？
- 市场风险和行情反转的风险存在；
- 涨幅的判断也有一定的主观性，需要考虑多方面因素，综合分析；
- 龙虎榜单上的个股，可能出现主力因素，不能仅仅通过单一指标判断。
如何优化？
- 引入更多指标进行综合判断，如MACD等指标，提升选股策略的稳定性和准确性；
- 对涨幅指标的判断要注意其主观性，引入更多其他指标进行协同分析；
- 龙虎榜单的判断不可仅仅通过单一指标进行，要综合考虑股票本身的基本面和商业模式等因素。
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，今天涨幅在-5%到2.6%之间的股票。通过波动够大的前提，综合考虑资金流动和股价的短期趋势等多方面因素，筛选出具备投资价值的股票。
同花顺指标公式代码参考
# 计算涨幅
count = IFF(IsTradingTime, 1, 0)
yesterday_close = REF(CLOSE, 1)
rise = (CLOSE - yesterday_close) / yesterday_close * 100
picks_rise = IF(rise > -5 AND rise < 2.6, 1, 0)
# 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)
picks = picks_rise * picks_amplitude * picks_lhb
picks_final = SortBy(picks, C, descending=True)
# 输出选股结果
WriteIf(picks_final, picks_final, 0)
Python代码参考
# 计算涨幅
df['rise'] = (df['close'] - df['close'].shift(1)) / df['close'].shift(1) * 100
picks_rise = df[(df['rise'] > -5) & (df['rise'] < 2.6)].index.tolist()
# 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()
# 选取符合条件的股票
picks = set(picks_rise) & set(picks_amplitude) & set(picks_lhb)
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。
