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且买入额大于卖出额的股票，且行业为饮料酒进出口，选取这些股票作为投资对象。此策略旨在挖掘短期内资金异动和行业趋势因素相结合的股票，期望获得高短期收益。
选股逻辑分析
- 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；
- 昨天出现在龙虎榜上且买入额大于卖出额，表明存在资金异动，可以提高进入和退出股票的速度，增加短期收益；
- 行业趋势对股票有较大的影响，饮料酒进出口行业也较为稳定，较适合结合资金异动因素进行选股。
有何风险？
- 行业走势变化或整体市场风险都可能影响策略效果；
- 对饮料酒进出口的行业判断需要准确，不然会影响整体策略的稳定度。
如何优化？
- 可以引入其它行业因素进行综合考量，包括整体宏观经济形势等；
- 对行业的分析需要更为精确，提高行业选股的准确性。
最终的选股逻辑
选股逻辑为振幅大于1、昨天出现在龙虎榜单上且买入额大于卖出额的股票，且行业为饮料酒进出口，结合多个因素进行分析，以增强策略的稳定性和准确性。
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且买入额大于卖出额
lhb = LHB
yesterday_lhb = REF(lhb, 1)
picks_lhb = IF(yesterday_lhb['buy_amount'] > yesterday_lhb['sell_amount'], 1, 0)
# 选择饮料酒进出口行业的股票
picks_industry = INDT("F005007000", 1)
# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_industry
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且买入额大于卖出额
lhb_data = pro.top_list(trade_date='20211008')
lhb_data.set_index('ts_code', inplace=True)
picks_lhb = lhb_data[lhb_data['buy_amount'] > lhb_data['sell_amount']].index.tolist()
# 选择饮料酒进出口行业的股票
df_industry = pro.stock_basic(exchange='', list_status='L', fields='ts_code,industry')
df_industry.set_index('ts_code', inplace=True)
picks_industry = df_industry[df_industry['industry'] == '饮料酒制造'].index.tolist()
# 选取符合条件的股票
picks = set(picks_amplitude) & set(picks_lhb) & set(picks_industry)
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。
