问财量化选股策略逻辑
选股逻辑为振幅大于1，昨天出现在龙虎榜上的股票，并且股价为18.5元的股票。通过选择波动较大，成交量适中，且在相对较低的价格区间内的标的，达到获取短期固定收益的目的。
选股逻辑分析
- 振幅大于1表明短期内波动较大，可以出现较高的投资机会；
- 昨天出现在龙虎榜上的股票通常具有短期市场炒作波动的可能性，可以作为固定收益（短线交易）的投资机会；
- 选定股价为18.5元，可能是基于价格在相对较低的区间内，便于短期获利的考虑。
有何风险？
- 选股策略过于单一，可能导致筛选出的标的过少；
- 股价在18.5元的条件下，需要选择具有基本面合理的股票，否则可能产生负面影响；
- 市场波动较大，策略的风险较高；
- 可能存在关联资本市场其他领域机会的标的，公司从事的领域与市场热度过于关联性强，可能造成公司基本面毫无保障的情况下，投入巨大的利润项。
如何优化？
- 根据市场实际情况，动态调整选择标的的选股逻辑；
- 加强风险控制，在选股策略中引入止损机制等方式；
- 建立基于基本面以及技术面分析的选股模型，综合使用多种指标提高策略准确性和可靠性；
- 结合其他技术面分析指标，如KDJ、MACD指标等提高策略准确性和可靠性；
- 在策略中加入股票行业等基本面信息提高分析结果的准确性和可靠性。
最终的选股逻辑
选股逻辑为振幅大于1，昨天出现在龙虎榜上的股票，并且股价为18.5元的股票。此策略选股的关键在于选出波动较大，成交量适宜，股价相对较低但基本面合理的标的来达到获取短期固定收益的目的。
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_data = LHB
yesterday_lhb = REF(lhb_data['buy'] + lhb_data['sell'], 1)
picks_lhb = IF(yesterday_lhb > 0, 1, 0)
# 判断股价是否为18.5元
close = REF(CLOSE, 0)
picks_close = IF(close == 18.5, 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_close
picks_final = SortBy(picks, CLOSE, 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 = set(df[df['amplitude'] > 1]['ts_code'].tolist())
# 判断昨天是否出现在龙虎榜上
lhb_data = pro.top_list(trade_date='20211008', fields='ts_code')
yesterday_lhb = set(lhb_data['ts_code'].tolist())
# 判断股价是否为18.5元
close_data = pro.daily(trade_date='20211008', fields='ts_code,close')
picks_close = set(close_data[close_data['close']==18.5]['ts_code'].tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_close)
# 输出选股结果
print(picks)
## 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。
