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、股价为18.5元的股票。
选股逻辑分析
选择振幅大于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。股价为18.5元可以筛选出具有一定投资价值的低价股票。
有何风险？
选择股价为18.5元的股票可能会导致选股数量较少，较容易错过其他优秀的股票。同时，低价股票的风险较大，容易因为获利收回而对股价造成压力。
如何优化？
为了降低选股数量较少的问题，可以在股票基本面和技术面上加入其他筛选条件。比如，可以加入营收增长率、利润增长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，对股价为18.5元进行动态调整，以适应市场变化。
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、股价为18.5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
股价:
CLOSE==18.5
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.stock_basic(exchange='', list_status='L', fields='ts_code,name,list_date,list_status,list_date,industry')
stock_heat = stock_heat[stock_heat["list_date"].apply(lambda x: x.replace("-", "")) < (int(today) - 10000)]
stock_heat = stock_heat.sort_values(by=['list_date'])
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["close"].iloc[-1] == 18.5:
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。
