(supermind)振幅大于1、流通盘小于等于55亿股、今日上涨_1主板_

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、今日上涨大于1%的主板股票。

选股逻辑分析

1. 振幅大于1可以筛选出波动较大但有短期交易潜力的股票。
2. 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的风险和回报。
3. 今日上涨大于1%可以筛选出当前市场热点板块和具备一定市场机会的股票。

有何风险？

1. 选股逻辑基于市场热点板块和涨幅，较为依赖市场行情，可能无法持续获取高收益。
2. 选股逻辑忽略了公司基本面数据，可能存在股票估值偏高或业绩虚高等情况。

如何优化？

1. 可以结合基本面数据进行分析，例如PE、PEG等因素。
2. 可以适当延长选股时间周期，避免短期行情所带来的误判。

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、今日上涨大于1%的主板股票，结合基本面数据进行综合分析和评估。

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)

# 计算涨跌幅
change_pct = (CLOSE - REF(CLOSE, 1)) / REF(CLOSE, 1) * 100
picks_change_pct = IF(change_pct > 1, 1, 0)

# 取交集
picks = picks_amplitude * picks_free_share * picks_change_pct
picks_final = IF(picks, CODE, 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()

# 计算涨跌幅
change_pct = df['change_pct']
picks_change_pct = df[change_pct > 1].index.tolist()

# 取交集
picks = list(set(picks_amplitude).intersection(set(picks_free_share)).intersection(set(picks_change_pct)))

    ## 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)