问财量化选股策略逻辑
选股逻辑为振幅大于1、流通盘小于等于55亿股、500日内至少2次涨停，筛选出波动较大、流动性好、具有一定上涨势头的股票。
选股逻辑分析
- 振幅大于1可以筛选出波动较大但有一定交易活力的股票。
- 流通盘小于等于55亿股可以筛选出小盘股，小盘股可能具有较高风险和回报。
- 500日内至少2次涨停可以找到具有一定上涨势头的股票。
有何风险？
- 忽略了其他财务指标和公司基本面情况，可能选出财务状况不佳或公司基本面较差的股票。
- 受市场因素影响较大，若市场整体情况不好，选股效果可能会受到很大的影响。
- 过多依赖技术指标，可能忽略了基本面和市场情况对股票走势的影响。
如何优化？
- 引入其他财务指标和公司基本面情况进行筛选，例如净利润、总资产等，确定具有良好财务状况和发展前景的股票。
- 在确定流通盘和波动性的基础上，综合考虑其他因素，例如公司成长性、行业前景等，结合价值投资理念进行筛选。
- 定期调整选股策略以适应市场不同的波动情况，避免市场变化对选股策略产生较大的影响。
- 结合基本面和市场情况，进行分析和判断，避免过多依赖技术指标。
最终的选股逻辑
选股逻辑为振幅大于1、流通盘小于等于55亿股、500日内至少2次涨停。同时，在考虑技术指标的基础上，引入其他财务指标和公司基本面情况进行筛选，结合基本面和市场情况进行分析和判断，选出具有高成长性和较高投资价值的股票。
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)
# 计算流通盘
free_share = FREE_SHARE
picks_free_share = IF(free_share <= 5500000000, 1, 0)
# 计算涨停次数
up_count = SUM(IF((CLOSE == REF(MAX(CLOSE, 1), 1)) & (VOL > 0), 1, 0), 500)
picks_up_count = IF(up_count >= 2, 1, 0)
# 取排名前n的股票
n = ceil(COUNT / 10)
picks = picks_amplitude * picks_free_share * picks_up_count
picks_final = NLargest(n, picks, picks)
# 输出选股结果
WriteIf(picks_final, picks_final, 0)
Python代码参考
# 计算振幅
high = df['high']
low = df['low']
close = df['close']
amplitude = 100 * (high - low) / close
picks_amplitude = df[amplitude > 1].index.tolist()
# 计算流通盘
free_share = df['free_share']
picks_free_share = df[free_share <= 5500000000].index.tolist()
# 计算涨停次数
up_count = df['pct_chg'].rolling(window=2).apply(lambda x: (x > 9).sum(), raw=False)
picks_up_count = df[up_count >= 2].index.tolist()
# 取排名前n的股票
n = int(len(df) / 10)
picks = list(set(picks_amplitude) & set(picks_free_share) & set(picks_up_count))
picks_final = df.loc[picks].sort_values(by='turnover_rate', ascending=False)[:n]['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。
