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、竞价时涨跌幅买入大单和特大单的共计买入量大于0.7千万的股票。
选股逻辑分析
振幅大于1、上市时间大于一年都是一些股票基本的选择条件。竞价时涨跌幅买入大单和特大单的共计买入量大于0.7千万，说明市场中对于该股票的交易体现出了买入的热度，其未来的投资价值和潜力都有很大可能性更高。
有何风险？
在选择振幅大于1的股票时，需要防范这些股票的波动风险。而买入大单和特大单也有可能是一些资金在短时间内临时的操作，需要谨慎处理投资。
如何优化？
可以结合其他指标如成交量、市盈率等进行进一步加强筛选条件，确定优质股票的投资价值和潜力。同时，在选取到的股票中进行仔细分析和研究，以确定其是否具有足够在的长期投资价值。
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、竞价时涨跌幅买入大单和特大单的共计买入量大于0.7千万的股票。
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，竞价时涨跌幅买入大单和特大单的共计买入量大于0.7千万可使用通达信公式：“DINGJ(1)>=0.7”
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)]
stock_list = basic["ts_code"].tolist()
# 筛选出竞价时涨跌幅买入大单和特大单的共计买入量大于0.7千万的股票
quote = pro.pledge_stat(ts_code=",".join(stock_list), start_date=today, end_date=today)
quote = quote[["ts_code", "pledge_ratio", "buy_l"]]
quote["buy_s"] = quote["buy_l"] * quote["pledge_ratio"] / 100
buy_l = quote["buy_l"].sum()
buy_s = quote["buy_s"].sum()
selected_stocks = list(quote[(quote["buy_l"] > 0) & (quote["buy_s"] > 0) & ((buy_l + buy_s) > 7000000)].index)
if len(selected_stocks) >= n:
break
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。
