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、昨天当日涨停并3连板。此策略旨在挑选出波动较大、规模适中并且具有较好涨势的股票，以此进行投资。
选股逻辑分析
- 指定振幅大于1可以筛选出波动较大的股票；
- 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；
- 昨天当日涨停并3连板可以筛选出具有较好涨势，高热度的股票。
有何风险？
- 当日涨停容易产生短期炒作，可能存在过热和风险；
- 过于注重过去的连板走势可能影响对未来股票波动和行情转折的把握，存在一定风险。
如何优化？
- 结合基本面和行业背景等关键指标，制定更加全面、准确的选股策略；
- 合理控制仓位，避免过度追高。
- 加入风控机制，如止损等，控制投资风险。
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、昨天当日涨停并3连板。为了防止过度追高和投资风险，建议在此基础上加入其他关键指标的筛选，如市盈率、市净率、股息率等指标，结合行业和公司基本面等综合考虑，制定更加完善的选股策略。
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)
# 判断当天是否涨停
pct_chg = REF(PCT_CHG, 1)
picks_limit_up = IF(pct_chg == 10, 1, 0)
# 判断是否3连板
up_count = SUM(picks_limit_up, 3)
picks_triplet = IF(up_count == 3, 1, 0)
# 取排名前n的股票
n = ceil(COUNT / 10)
picks = picks_amplitude * picks_free_share * picks_triplet
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()
# 判断当天是否涨停
pct_chg = df['pct_chg']
picks_limit_up = df[pct_chg == 10].index.tolist()
# 判断是否3连板
picks_triplet = []
for i in range(2, len(df)):
if df['ts_code'][i] in picks_limit_up and df['ts_code'][i-1] in picks_limit_up and df['ts_code'][i-2] in picks_limit_up:
picks_triplet.append(df['ts_code'][i])
# 取排名前n的股票
n = int(len(df) / 10)
picks = list(set(picks_amplitude) & set(picks_free_share) & set(picks_triplet))
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。
