(supermind)振幅大于1、流通盘小于等于55亿股、今日增仓占比_5%_

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、今日增仓占比大于5%的股票。

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. 今日增仓占比大于5%可以筛选出当前有较多资金流入的股票。

有何风险？

1. 今日增仓占比可能会受到不同投资者操作习惯和市场波动因素的影响而产生较大震荡，选取过于固定的值可能降低选股效果。
2. 过于短期化的指标可能忽视股票的长期趋势和基本面。

如何优化？

1. 根据市场行情和股票属性灵活调整选股指标，例如可以结合市场平均增仓占比进行筛选。
2. 与其他指标结合使用，综合判断股票的投资价值。

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，今日增仓占比大于5%的股票，结合其他指标进行综合分析。

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)

# 计算今日增仓占比
increase_rate = (VOL - REF(VOL, 1)) / REF(VOL, 1) * 100
picks_increase_rate = IF(increase_rate >= 5, 1, 0)

# 取交集
picks = picks_amplitude * picks_free_share * picks_increase_rate
picks_final = IF(picks, CODE, 0)

Python代码参考

# 计算每日增仓占比
df['increase_rate'] = (df['volume'] - df['volume'].shift()) / df['volume'].shift() * 100

# 挑选今日增仓占比>5%的股票
picks_increase_rate = df[df['increase_rate'] > 5].index.tolist()

# 获取振幅大于1
high = df['high']
low = df['low']
close = df['close']
amplitude = 100 * (high - low) / close
picks_amplitude = df[amplitude > 1].index.tolist()

# 获取流通盘小于等于55亿股
free_share = df['free_share']
picks_free_share = df[free_share <= 5500000000].index.tolist()

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

    ## 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)