问财量化选股策略逻辑
选取振幅大于1、前日实际换手率在3%到28%之间、反包的股票。
选股逻辑分析
该选股策略主要注重股票价格波动和交易量的变化，振幅较大、换手率合适的股票更容易反转，优化了价格波动的风险，并降低买入成本。
有何风险？
该选股策略较为依赖个别股票的价格波动和交易行为，过于依赖特定股票，可能存在较大的市场风险。
如何优化？
可以考虑加入其他技术指标，如均线和相对强弱指标等，同时增加板块、基本面因素等因素考虑，综合考虑多种因素后进行筛选，降低风险，提高回报。
最终的选股逻辑
选取振幅大于1、前日实际换手率在3%到28%之间、反包的股票。
同花顺指标公式代码参考
// 筛选振幅大于1的股票
amplitude = (HIGH - LOW) / OPEN
amplitude_bool = amplitude >= 1
// 筛选前日实际换手率在3到28之间的股票
volume_ratio = TODAY_VOLUME / REF(YESTERDAY_VOLUME, 1)
volume_ratio_bool = (volume_ratio >= 0.03) & (volume_ratio <= 0.28)
// 筛选反包的股票
close_below_open = CLOSE < OPEN
prev_close_above_prev_open = REF(CLOSE < OPEN, 1)
reverse_bool = close_below_open & prev_close_above_prev_open
// 选出符合条件的股票
result = amplitude_bool & volume_ratio_bool & reverse_bool
// 输出筛选结果
result
python代码参考
import tushare as ts
# 筛选条件1：振幅大于1
today_data = ts.get_today_all()
amplitude = (today_data['high'] - today_data['low']) / today_data['open']
amplitude_bool = amplitude >= 1
# 筛选条件2：前日实际换手率在3到28之间
hist_data = ts.get_hist_data('600519')
volume_ratio = hist_data['volume'] / hist_data['volume'].shift(1)
volume_ratio_bool = (volume_ratio >= 0.03) & (volume_ratio <= 0.28)
# 筛选条件3：反包
close_below_open = today_data['close'] < today_data['open']
prev_close_above_prev_open = today_data['close'].shift(1) > today_data['open'].shift(1)
reverse_bool = close_below_open & prev_close_above_prev_open
# 选出符合条件的股票
final_result = today_data.loc[amplitude_bool & volume_ratio_bool & reverse_bool]
# 输出筛选结果
print(final_result)
注：以上仅为示例代码，请根据实际情况进行调整。
## 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。
