(supermind)振幅大于1、昨天龙虎榜、连续3天以上大单净量大于0

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，连续3天以上大单净量大于0.05的股票。通过综合分析振幅、龙虎榜单和大单净量情况进行选股，找到具备投资价值的个股。

选股逻辑分析

1. 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；
2. 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；
3. 连续3天以上大单净量大于0.05，表明股票积极被资金追捧，市场对该公司的前景有信心。

有何风险？

1. 选股后的回测模拟结果存在与实际投资收益的差距；
2. 龙虎榜单上的股票可能被机构操纵影响市场价格；
3. 连续3天以上大单净量大于0.05，并不一定意味着该股票必然存在上涨空间。

如何优化？

1. 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；
2. 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；
3. 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；
4. 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，连续3天以上大单净量大于0.05的股票。通过综合分析振幅、龙虎榜单和大单净量情况进行选股，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_data = LHB
yesterday_lhb = REF(lhb_data['buy'] + lhb_data['sell'], 1)
picks_lhb = IF(yesterday_lhb > 0, 1, 0)

# 判断连续3天以上的大单净量
large_order_net_vol = SUM(VOL * (C - O) / 10000, 0)
picks_large_order_net_vol = IF(large_order_net_vol > 0.05 AND REF(large_order_net_vol, 1) > 0.05 AND REF(large_order_net_vol, 2) > 0.05, 1, 0)

picks = picks_amplitude * picks_lhb * picks_large_order_net_vol
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', fields='ts_code,buy,sell')
lhb_data.set_index('ts_code', inplace=True)
yesterday_lhb = lhb_data['buy'] + lhb_data['sell']
picks_lhb = lhb_data[yesterday_lhb > 0].index.tolist()

# 判断连续3天以上的大单净量
df['large_order_net_vol'] = df.apply(lambda x: x['vol'] * (x['close'] - x['open']) / 10000, axis=1)
df['cum_large_order_net_vol'] = df['large_order_net_vol'].rolling(3).sum()
picks_large_order_net_vol = df[df['cum_large_order_net_vol'] > 0.05].index.tolist()

# 选取符合条件的股票
picks = set(picks_amplitude) & set(picks_lhb) & set(picks_large_order_net_vol)
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)