问财量化选股策略逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、昨天换手率＞8%的股票。该选股策略主要从技术面和资金面的角度，选取具备较大涨幅潜力且具有活跃度的公司。
选股逻辑分析
此选股策略主要从技术面和资金面两个方面考虑，选股条件：振幅大可找到市场热点，同时酷特智能早晨之星是一个常用的K线形态。同时要求昨天的换手率大于8%，展现出较高的交易活跃性。因此，结合技术面和资金面的选股策略，可以更好的从市场中找出有上涨潜力及交易活跃的股票。
有何风险？
该选股逻辑虽然考虑了技术面和资金面的因素，但仅仅采用昨日换手率作为资金面的筛选条件可能存在存在选出的公司计划重组或大股东减持等风险。另外，缺少基本面指标，有可能选到PPP项目等次新股或者因实控人负面消息等影响整体财务指标的公司。
如何优化？
可以加入其他资金面指标，如成交金额、成交量等，可以更全面地判断市场资金活跃性。同时，在技术面指标上可以加入其他形态，如上涨、下跌趋势线等，以提高筛选精度。
最终的选股逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、昨天换手率＞8%的股票。该选股策略主要从技术面和资金面的角度，选取具备较大涨幅潜力及活跃度的公司。
同花顺指标公式代码参考
C: 昨日换手率>8 AND 振幅 > 1 AND 酷特智能早晨之星 AND (缺口率>2 OR 向上跳空幅率 > 4);
以上的同花顺指标公式根据振幅、酷特智能早晨之星和昨日换手率选股。
Python代码参考
import tushare as ts
import pandas as pd
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code, name, market in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,market').values.tolist():
if market == '创业板':
continue
# 基本面
stock_data = pro.daily_basic(ts_code=ts_code, start_date=datetime.strftime(datetime.now() - timedelta(days=10), '%Y%m%d'), end_date=datetime.strftime(datetime.now(), '%Y%m%d'))
if stock_data.empty or stock_data.iloc[-1]['total_mv'] < 100000 or stock_data.iloc[-1]['total_mv'] > 1000000:
continue
# 技术面
daily_data = pro.daily(ts_code=ts_code, start_date=datetime.strftime(datetime.now() - timedelta(days=10), '%Y%m%d'), end_date=datetime.strftime(datetime.now(), '%Y%m%d'))
if daily_data.empty:
continue
if not check_morning_star(daily_data):
continue
if not check_gap(daily_data):
continue
# 资金面
before_925_data = pro.index_daily(ts_code='000001.SH', start_date=datetime.strftime(datetime.now() - timedelta(days=1), '%Y%m%d'), end_date=datetime.strftime(datetime.now(), '%Y%m%d'))
if before_925_data.empty or before_925_data.iloc[-1]['turnover_rate'] < 0.08:
continue
# 选股成功
selected_stocks.append((name, ts_code))
return sorted(selected_stocks, reverse=True)
def check_morning_star(daily_data):
if daily_data.iloc[-1]['open'] <= daily_data.iloc[-2]['close'] or daily_data.iloc[-1]['open'] <= daily_data.iloc[-3]['close']:
return False
ma5 = daily_data['close'].rolling(window=5).mean()
ma10 = daily_data['close'].rolling(window=10).mean()
if ma5[len(ma5) - 1] < ma10[len(ma10) - 1]:
return False
if (daily_data.iloc[-1]['close'] - daily_data.iloc[-1]['open']) / (daily_data.iloc[-1]['high'] - daily_data.iloc[-1]['low']) < 0.33:
return False
return True
def check_gap(daily_data):
gap_rate = (daily_data.iloc[-1]['open'] - daily_data.iloc[-2]['close']) / daily_data.iloc[-2]['close']
upward_gap_rate = (daily_data.iloc[-1]['open'] - daily_data.iloc[-2]['high']) / daily_data.iloc[-2]['close']
if gap_rate <= 0.02 and upward_gap_rate <= 0.04:
return False
return True
以上的Python代码综合考虑了技术面和资金面的因素，对振幅、酷特智能早晨之星和昨日换手率进行了筛选，同时进一步加入了缺口和上涨趋势线的检测。同时，加入了早晨之星形态的检测和昨日换手率的判断，以保证选股结果的准确性。
## 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。
