问财量化选股策略逻辑
本选股策略选取振幅大于1、上市时间大于一年、10日涨幅大于0小于35的股票。
选股逻辑分析
本策略加入了10日涨幅的筛选条件，假设这个涨幅区间是一个合理的范围。这样可以筛选出一些近期表现好且会延续涨势的股票，但也有可能会发生过度买入的情况。同时，振幅大于1的逻辑会筛选出一些波动较大的股票，需要注意风险控制。
有何风险？
涨幅区间的选择存在一定的主观性，可能会错过一些表现好的股票，或选择一些过度涨幅的股票。同时，振幅大于1的股票较为波动，需要注意风险控制。
如何优化？
除了振幅和时间外，加入其他指标或行业分析，优化筛选条件。同时，对于涨幅区间的选择可以根据历史数据进行优化，或根据个人风险偏好进行调整。
最终的选股逻辑
本选股策略选取振幅大于1、上市时间大于一年、10日涨幅大于0小于35的股票。
同花顺指标公式代码参考
振幅和上市时间与之前的策略相同。10日涨幅可以计算出价格变化率，使用REF函数计算10日前的价格，计算变化率即可。
python代码参考
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
today = pro.trade_cal(exchange='', is_open='1')["cal_date"].values[-1]
for i in range(3):
# 筛选出振幅大于1、上市时间大于一年的股票
basic = pro.stock_basic(list_status='L', fields='ts_code,name,list_date')
basic = basic[basic["list_date"].apply(int).apply(lambda x: (int(today) - x) > 365)]
quotes = pro.daily(ts_code=basic["ts_code"].str.cat(sep=","), start_date=int(today)-10, end_date=int(today)-1, fields='ts_code,open,close,high,low')
# 计算涨幅和振幅
quotes["var1"] = (quotes["close"] / quotes["close"].shift(10) - 1) * 100
quotes["var2"] = (abs(quotes["high"] - quotes["low"]) / quotes["close"].shift(1)) * 100
# 筛选出涨幅在0到35之间，振幅大于1的股票
quotes = quotes[(quotes["var1"] > 0) & (quotes["var1"] < 35) & (quotes["var2"] > 1)]
if len(quotes) == 0:
continue
# 使用其他指标筛选
for code in quotes["ts_code"]:
if len(selected_stocks) >= n:
break
# TO DO ...
if len(selected_stocks) >= n:
break
return selected_stocks
## 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。
