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、近一个月内有过涨停的股票。此策略旨在挑选出波动较大、规模适中，并且存在较强劲的投资热度的股票，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；
- 有过近一个月内的涨停可以判断出目前受到大量资金关注的热门股票；
- 涨停股是大众热议的对象，一旦出现利好消息，很可能会引发更大的资金进入，提高了投资成功概率。
有何风险？
- 过于依赖近期的涨跌情况，可能会忽略股票的长期表现；
- 涨停并不一定就代表着利好消息，有可能是股价波动较大或者被资本市场炒作。
如何优化？
- 除了近期的涨跌情况，也可以结合其他量价指标、财务指标和市场情况等因素进行综合考虑，才能得出更加准确的选股结果；
- 为了筛选出真正受到基本面支撑的股票，可以进一步加强财务分析，挑选具有较高成长性的公司。
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、近一个月内有过涨停的股票，结合其他量价指标、财务指标等因素进行综合选股。
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)
# 计算涨停情况
limited_up = IF(MAX(CLOSE - REF(CLOSE, 1), 0) / REF(CLOSE, 1) * 100 >= 9.96, 1, 0)
picks_limited_up = IF(limited_up == 1, 1, 0)
# 取排名前n的股票
n = ceil(COUNT / 20)
picks = picks_amplitude * picks_free_share * picks_limited_up
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()
# 计算涨停情况
limited_up = (df['close'] - df['close'].shift(1)) / df['close'].shift(1) * 100 >= 9.96
limited_up.index = df.index
picks_limited_up = df[limited_up].index.tolist()
# 取排名前n的股票
n = int(len(df) / 20)
picks = list(set(picks_amplitude) & set(picks_free_share) & set(picks_limited_up))
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。
