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、连续3天以上大单净量大于0.05。
选股逻辑分析
- 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。
- 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。
- 大单净量大于0.05可以反映市场资金的活跃程度和方向性，有潜力的股票可能受到资金的追捧。
有何风险？
- 选股逻辑忽略了公司基本面数据，可能导致选出的股票估值偏高或业绩虚高。
- 基于大单净量的选股策略容易受到资金流量暂时性的影响，可能存在一定的误判风险。
如何优化？
- 可以结合其他技术指标进行筛选和分析，如相对强弱指标、MACD指标等。
- 可以综合使用多重选股逻辑进行筛选，如结合基本面数据、技术指标和市场趋势等。
- 可以增加维度和条件，如股价走势和市场情绪等指标进行综合判断和评估，避免单一因素决定选股结果。
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、连续3天以上大单净量大于0.05，并结合其他技术指标和基本面数据进行综合分析和评估，严格遵循风险控制和止盈止损策略。
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)
# 计算大单净量
big_net_amount_ratio = (BIG_INFLOW_VOL - BIG_OUTFLOW_VOL) / VOL
big_net_amount_ratio_3days = SUM(big_net_amount_ratio, 3)
picks_big_net_amount = IF(big_net_amount_ratio_3days > 0.05, 1, 0)
# 取排名前n的股票
n = ceil(COUNT / 10)
picks = picks_amplitude * picks_free_share * picks_big_net_amount
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()
# 计算大单净量
big_inflow_vol = df['big_inflow_vol']
big_outflow_vol = df['big_outflow_vol']
vol = df['vol']
big_net_amount_ratio = (big_inflow_vol - big_outflow_vol) / vol
picks_big_net_amount = df[big_net_amount_ratio.rolling(window=3).sum() > 0.05].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_big_net_amount))
picks_final = df.loc[picks].sort_values(by='vol_ratio', 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。
