(supermind)振幅大于1、流通盘小于等于55亿股、资金强度由大到小_

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、资金强度由大到小的股票。

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. 资金强度由大到小可以筛选出当前市场上受资金追捧的股票，有一定的市场性质。

有何风险？

1. 过度依赖技术指标，忽视市场环境和股票受影响的因素。
2. 资金强度的计算过于简化，可能无法真实反映资金的具体流向和持仓变化。
3. 瞬息万变的市场行情可能导致选股逻辑不适用于当前的市场情况。

如何优化？

1. 结合其他指标和股票的基本面进行分析，例如可以加入成交量指标和市盈率指标等其它技术指标进行综合分析。
2. 考虑用权重的方式给不同指标赋值，来更好地综合判断出适合的股票。
3. 对资金强度的计算方法进行优化，以减少虚假信号，例如引入庄家操盘的影响等因素。

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、资金强度由大到小的股票，结合其他指标和股票的基本面进行综合分析。

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)

# 计算资金强度
money_flow = SUM((HIGH+LOW+CLOSE)*VOL/3, 0)
part_money_flow = SUM(IF(CLOSE>OPEN, money_flow, 0), 60)
picks_money_flow = RANK(part_money_flow)

# 取交集
picks = picks_amplitude * picks_free_share * picks_money_flow
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()

# 计算资金强度
money_flow = (df['high'] + df['low'] + df['close']) * df['vol'] / 3
part_money_flow = money_flow[df['close'] > df['open']].rolling(60).sum()
picks_money_flow = part_money_flow.rank(method='max', ascending=False).sort_values().index.tolist()

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

    ## 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)