问财量化选股策略逻辑
本选股策略选取振幅大于1、上市时间大于一年的股票，根据涨跌幅×超大单净量进行选股。本选股逻辑从股票价格波动、成交量等多方面考虑筛选股票，旨在寻找高波动、高成交量、潜在上涨的股票。
选股逻辑分析
本选股策略选取振幅大于1的股票，因为这些股票的波动范围更广，活跃度更高，更容易被市场关注。选择上市时间大于一年的股票，在排除新上市股票，选择相对稳定的个股，减少风险。选取涨跌幅×超大单净量作为筛选指标，超大单是指单笔成交金额大于总成交量的5‰，排除掉成交量较大但走势不理性的情况，更能较全面和准确反映市场情况。
有何风险？
本选股策略存在以下风险。1. 忽视了其他因素对于股票的影响，如宏观经济情况、政策等因素； 2. 忽略了公司基本面质量对于投资的影响； 3. 风险控制不够严谨，有可能选取涨幅过大、波动较大的股票，需注意市场风险。
如何优化？
本选股策略应结合其他指标如公司基本面、相对估值等方面的指标，从多个角度综合分析，筛选出更具有投资价值的股票。同时需加强风险管理，设定合理的止损线，严格控制仓位。
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，且涨跌幅×超大单净量指标满足条件的股票。
同花顺指标公式代码参考
无适用指标。
python代码参考
import tushare as ts
from datetime import datetime, timedelta
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,list_date,list_status')["ts_code"]:
if len(selected_stocks) >= n:
break
if code.startswith("688"):
continue
if not code.startswith("60"):
continue
df = pro.daily(ts_code=code, start_date=(datetime.today() - timedelta(days=20)).strftime('%Y%m%d'), end_date=datetime.today().strftime('%Y%m%d'))
if len(df) < 10:
continue
if df.iloc[0]["amplitude"] <= 1:
continue
diff_pct = df.iloc[0]["pct_chg"]
large_trade_pct = df.iloc[0]["vol"] / df["vol"].sum()
if diff_pct * large_trade_pct > 0.001 and diff_pct * large_trade_pct < 0.01:
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
