(supermind)振幅大于1、流通盘小于等于55亿股、今日控盘＞21_

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、今日控盘＞21。此策略旨在挑选出波动较大、规模适中、且今日控盘占比较大的股票，以此进行投资。

选股逻辑分析

1. 指定振幅大于1可以筛选出波动较大的股票；
2. 流通盘小于等于55亿股可以挑选出规模相对较小的股票，具有较高的成长性和回报；
3. 今日控盘＞21意味着今日成交量中卖方和买方中持仓占比较大的一方，可能会对该股票的走势产生较大影响。

有何风险？

1. 今日控盘＞21定义较为模糊，可能存在选股的误判；
2. 此策略忽略了个股的基本面因素和财务状况，而过于注重技术指标；
3. 策略选股策略相比于前一个策略，增加了今日控盘＞21的要求，可能会筛选出更少的标的。

如何优化？

1. 结合基本面因素和技术指标综合考虑，制定更合理、科学的选股策略，减少误判和风险；
2. 加入其他技术指标或者使用多重条件来确认选股结果，提高判断的准确性；
3. 适度分散投资组合，规避非系统性风险。

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、今日控盘＞21。在此基础上，可以综合考虑股票的其他技术指标并结合基本面和市场趋势，制定合理的选股策略，进行投资。

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)

# 计算控盘比例
ctr_ratio = VOL / CAPITAL_TOT
picks_ctr_ratio = IF(ctr_ratio > 0.21, 1, 0)

# 取排名前n的股票
n = ceil(COUNT / 10)
picks = picks_amplitude * picks_free_share * picks_ctr_ratio
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()

# 计算控盘比例
ctr_ratio = df['vol'] / df['capital_tot']
picks_ctr_ratio = df[ctr_ratio > 0.21].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_ctr_ratio))
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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)