问财量化选股策略逻辑
选股逻辑为振幅大于1、量比大于1.5、量比小于6、企业性质。
选股逻辑分析
- 振幅大于1可以筛选出波动较大、有较大盈利机会的股票。
- 量比大于1.5、量比小于6可以筛选出成交活跃但不过度的股票。
- 引入企业性质参数, 如行业、所处市场等，可以筛选出低风险行业中发展潜力较高的公司。
有何风险？
- 忽略了公司财务状况的细节，容易错过一些质量较高、价值被低估的公司。
- 场外情况（如政策变动等）也可能对企业性质带来影响，需要注意风险。
如何优化？
- 引入其他特征参数如市盈率、市净率、资产负债率、股息率等综合考虑，提高选股的准确性。
- 可以对不同行业、市场等进行细分，并采用不同的选股逻辑。
最终的选股逻辑
选股逻辑为振幅大于1、量比大于1.5、量比小于6、企业性质为某一细分行业，如消费、医药等。
同花顺指标公式代码参考
(HIGH-LOW)/LOW>=0.01
AND (VOL/VOL_MA5>=1.5)
AND (VOL/VOL_MA5<=6)
AND COMPANY_PROPERTY="消费"
python代码参考
import akshare as ak
def select(industry):
data = ak.stock_board_industry(symbol="行业板块") # 获取企业性质信息
codes = list(data[data['证券市场']==industry]['股票代码']) # 筛选出符合所选行业的股票代码
selected = []
for code in codes:
df = ak.stock_zh_a_daily_sina(symbol=code)
if df.empty:
continue
if (df['high'] - df['low']) / df['low'].iloc[-1] < 0.01 \
and df['volume'].iloc[-1] / df['volume'].rolling(5).mean().iloc[-1] > 1.5 \
and df['volume'].iloc[-1] / df['volume'].rolling(5).mean().iloc[-1] < 6 \
and data[data['股票代码']==code]['证券市场'].values[0] == industry:
selected.append(code)
return selected
## 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。
