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、流通市值大于100亿元的股票。
选股逻辑分析
振幅大于1可以筛选出市场活跃性较强的股票，上市时间大于一年可以筛选出稳定的股票。流通市值大于100亿元可以筛选出具有较强市场影响力的股票。
有何风险？
同样面临对股票基本面等因素的忽略的风险。此外，流通市值可能存在短期大幅度波动的情况，过度依赖流通市值指标可能将不稳定的短期波动阅读为基本面变化。同时，该选股逻辑相对单一，可能与市场趋势和其他因素影响的程度能力有限。
如何优化？
可以在股票基本面和技术面上加入其他筛选条件。比如，可以加入市盈率、市净率等基本面指标来筛选股票；加入RSI、MACD等技术指标来筛选股票。同时，对流通市值进行动态调整，以适应市场变化和股票表现。
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、流通市值大于100亿元的股票。
同花顺指标公式代码参考
振幅：
VAR1:=(ABS(CLOSE-REF(CLOSE,1))/REF(CLOSE,1))*100;
VAR1>1
上市时间：
DATEDIFF(LISTDATE,TODAY)>365
流通市值：
MCAP>10000000000
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]
# 获取股票热度列表
stock_heat = pro.query('top_list', ts_code='', trade_date=today, list_date='',
market_type='', publisher='', fields='ts_code,name,mktcap')
stock_heat = stock_heat.sort_values(by=['mktcap'], ascending=False)
stock_heat = stock_heat.iloc[:int(len(stock_heat) * 0.1), :]
for code in stock_heat["ts_code"]:
if len(selected_stocks) >= n:
break
quote_info = pro.query('daily', ts_code=code, start_date=(int(today) - 10), end_date=today, fields='open,close')
if len(quote_info) < 1:
continue
if quote_info["open"][0] * quote_info["close"][0] * 10000 < 100000000000:
continue
selected_stocks.append(code)
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。
