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、上市年份为2021年的股票。
选股逻辑分析
振幅大于1和上市时间大于一年的逻辑与上一个策略相同。加入上市年份为2021年的限制可以更加精确地筛选出新股票，因为新股票的市场表现往往比老股票更好。同时，也可以保证股票足够新，符合市场的热度与预期，更有投资潜力。
有何风险？
上市年份的限制可能会筛选出流动性差、市场价值较小的新股票，投资需要谨慎。同时，如果市场总体表现不好，即使是新股票也可能带来亏损。
如何优化？
可以使用其他指标对新股进一步筛选，比如过去一段时间内的增长率、市盈率、经营状况等。同时也可以将振幅体现进去，筛选出相对与市场阶段波动较大的新股票，寻找突破性成长。
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、上市年份为2021年的股票。
同花顺指标公式代码参考
振幅、上市时间与上一个策略相同。上市年份可以使用STUYEAR函数筛选出。
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、上市年份为2021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)]
basic["year"] = basic["list_date"].apply(str).str.slice(0,4)
basic = basic[basic["year"]=="2021"]
if len(basic) == 0:
continue
quotes = pro.daily(ts_code=basic["ts_code"].str.cat(sep=","), start_date=int(today)-20, end_date=int(today)-1, fields='ts_code,open,close,high,low')
quotes["var1"] = (abs(quotes["high"] - quotes["low"]) / quotes["close"].shift(1)) * 100
quotes = quotes[quotes["var1"] > 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。
