(supermind)振幅大于1、流通盘小于等于55亿股、换手率3%-12%_

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、换手率在3%-12%之间的股票。

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. 换手率在3%-12%之间可以筛选出适当活跃但不过于短期化的股票。

有何风险？

1. 换手率的合理范围可能受不同市场行情和股票属性的影响而变化，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换手率进行筛选。
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，换手率在3%-12%之间的股票，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)

# 计算换手率
turn = (VOL-REF(VOL, 1)) / REF(VOL, 1) * 100
picks_turn = IF(turn >= 3 AND turn <= 12, 1, 0)

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

Python代码参考

# 计算每日换手率
df['turnover_rate'] = (df['volume'] - df['volume'].shift()) / df['volume'].shift() * 100

# 挑选换手率在3%-12%之间的股票
picks_turn = df[(df['turnover_rate'] >= 3) & (df['turnover_rate'] <= 12)].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_turn)))

    ## 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)