问财量化选股策略逻辑
本选股策略选取振幅大于1，上市时间大于一定时长，并根据资金强度由大到小排序的方式选取股票。本选股逻辑从振幅、上市时间和资金强度等多方面筛选股票，旨在寻找长期具有投资价值的股票。
选股逻辑分析
本选股策略通过振幅、上市时间和资金强度等方面筛选股票。振幅大于1的股票相较于振幅小的股票更容易获得大量资金的关注；关注一定时长的上市时间，可以避免新上市股票波动过于不稳定的风险；通过选取资金强度由大到小的方式排列股票，可以选取规模较大、价值较高的股票，有长期投资潜力。
有何风险？
本选股策略存在以下风险。1. 忽视了企业基本面等因素对于股票的影响；2. 仅考虑资金强度因素可能存在错过未被大量资金关注但价值潜力较高的股票的风险；3. 短时间内的交易活跃度不代表股票具有长期投资价值。
如何优化？
本选股策略可结合股票的基本面指标以全方面考虑股票的各个方面，同时选取资金强度前N个股票的方式可适当调整为选取资金强度前N%的股票，以充分考虑其他因素对股票的影响。
最终的选股逻辑
本选股策略选取振幅大于1，上市时间大于三年，并根据资金强度由大到小排序的方式选取前50%的股票，同时结合股票的基本面指标以全方面考虑股票的各个方面。
同花顺指标公式代码参考
暂无
python代码参考
import tushare as ts
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,total_mv,circ_mv,npr')["ts_code"]:
if len(selected_stocks) >= n * 0.5:
break
if code.startswith("688"):
continue
if code.startswith("60") and code[:6] != "600" and code[:6] != "601":
continue
if pro.query('daily_basic', ts_code=code, trade_date=datetime.today().strftime('%Y%m%d'), fields='amplitude')[0][0] <= 1:
continue
list_days = (datetime.today() - datetime.strptime(pro.query('stock_basic', ts_code=code, fields='list_date')["list_date"][0], '%Y%m%d')).days
if list_days < 1095:
continue
selected_stocks.append({
"code": code,
"circ_mv": pro.query('daily_basic', ts_code=code, trade_date=datetime.today().strftime('%Y%m%d'), fields='circ_mv')[0][0]
})
selected_stocks.sort(key=lambda stock: stock["circ_mv"], reverse=True)
return [stock["code"] for stock in 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。
