(supermind)振幅大于1、昨天龙虎榜、涨跌幅×超大单净量_

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、涨跌幅与超大单净量的乘积大于0的股票。涨跌幅和超大单净量的乘积可以综合考虑股票短期内的价格趋势和资金流入情况，期望获得更高的投资回报。

选股逻辑分析

1. 指定振幅大于1可以筛选出波动较大的股票，有更高的短期收益可能性；
2. 昨天出现在龙虎榜上表明存在资金异动；
3. 涨跌幅和超大单净量的乘积考虑了资金流入、价格趋势等多个方面，更全面评估股票的优劣。

有何风险？

1. 行情反转或整体市场风险的影响；
2. 没有考虑到公司的财务风险、商业模式等因素，存在割裂的可能；
3. 可能会过度关注短期投机性交易，忽略了长期投资价值。

如何优化？

1. 引入其它的指标综合考虑，如PE、PB等价值投资指标；
2. 关注公司的商业模式、产品竞争力、市场份额等，更准确地评估公司的长期发展潜力；
3. 适当延长投资周期，避免过度追求短期收益率。

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、涨跌幅与超大单净量的乘积大于0的股票，结合多个因素进行分析，以增强策略的准确性和稳定性。

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 = LHB
yesterday_lhb = REF(lhb, 1)
picks_lhb = IF(yesterday_lhb['buy'] + yesterday_lhb['sell'] > 0, 1, 0)

# 判断涨跌幅与超大单净量的乘积
pct_chg = REF(CLOSE, 0) / REF(CLOSE, 1) - 1
net_amount_main = SUM(NETAMOUNTMAIN, 20)
picks_increase = IF(pct_chg * net_amount_main > 0, 1, 0)

picks = picks_amplitude * picks_lhb * picks_increase
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()

# 判断涨跌幅与超大单净量的乘积
start_date = '20211001'
end_date = '20211008'
df_price = pro.daily(trade_date=f'{start_date}:{end_date}', ts_code='000001.SZ')
df_volume = pro.moneyflow(ts_code='000001.SZ', trade_date=f'{start_date}:{end_date}')
df = df_price.merge(df_volume, on='trade_date')
df['pct_chg'] = df['close'].pct_change(periods=1)
df['net_amount_main'] = df['buy_largemoney'] - df['sell_largemoney']
df['picks_increase'] = np.where(df['pct_chg'] * df['net_amount_main'] > 0, 1, 0)

# 选取符合条件的股票
picks = set(picks_amplitude) & set(picks_lhb) & set(df[df['picks_increase'] == 1].index.tolist())
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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)