问财量化选股策略逻辑
本选股策略选取振幅大于1、下午大单净流入和涨跌幅乘以超大单净量的乘积作为选股指标，选取结果中涨幅最高的个股作为投资标的。
选股逻辑分析
本选股策略选取了股票的技术面指标和交易数据，其中技术面指标包括振幅和涨跌幅乘以超大单净量，选取下午大单净流入是基于交易数据考虑，可以筛选出交易活跃的个股，同时选取最近涨幅最高的股票，可以筛选出近期市场表现较好的个股。
有何风险？
该选股策略选股的结果可能受到市场流动性、行业和板块等因素的影响，同时该策略无法考虑公司的财务风险等因素，需要谨慎评估。同时，由于乘积指标的敏感性较高，若某个指标出现较大波动，可能会对整体选股结果产生较大影响，需要重点关注。
如何优化？
可以考虑在选取涨跌幅和超大单净量作为指标时加入加权因子，尽量减少指标间的相互影响。同时，需要注意对选股策略进行反复测试和修复，不断优化，以提高其适用性和准确度。
最终的选股逻辑
本选股策略选取振幅大于1、下午大单净流入和涨跌幅乘以超大单净量的乘积作为选股指标，同时加入加权因子，选取结果中涨幅最高的个股作为投资标的。
同花顺指标公式代码参考
振幅大于1：ABS((HIGH-LOW)/PRE_CLOSE) > 0.01
下午大单净流入：C - O > (0.005 * V - MA(V, 3)) / 10000
超大单净量：IF(VOL>=MA(VOL,10)*1.1,ABS(L1-V1),0)
涨跌幅乘以超大单净量的乘积：CON IFF(C>LAST(C), (C - LAST(C))/(LAST(C)-LOW), (LAST(C) - C)/(HIGH - LAST(C))) * IF(VOL>=MA(VOL,10)*1.1,ABS(L1-V1),0)
python代码参考
# 引入Tushare库、Numpy库、Pandas库
import tushare as ts
import numpy as np
import pandas as pd
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
selected_scores = []
# 所有股票
all_stocks = pro.stock_basic(exchange='', list_status='L', fields='ts_code')
for ts_code in all_stocks["ts_code"]:
# 获取股票数据
k_data = pro.klines(ts_code=ts_code, start_date='3 month ago', end_date='today', freq='D')
quote_data = pro.query('daily', ts_code=ts_code, start_date='3 month ago', end_date='today')
big_volume_data = IF(quote_data["vol"] >= MA(quote_data["vol"],10)*1.1, ABS(quote_data["close"] - quote_data["open"]), 0)
score = CON(iff(quote_data["close"] > LAST(quote_data["close"]), (quote_data["close"] - LAST(quote_data["close"])) / (LAST(quote_data["close"]) - quote_data["low"]), (LAST(quote_data["close"]) - quote_data["close"]) / (quote_data["high"] - LAST(quote_data["close"]))) * big_volume_data
if (ABS((k_data["high"] - k_data["low"]) / k_data["pre_close"]) > 0.01).all() and (quote_data["close"] - quote_data["open"] > (0.005 * quote_data["vol"] - MA(quote_data["vol"],3))/10000).all():
selected_stocks.append(ts_code)
selected_scores.append(score.sum())
if len(selected_stocks) == n:
break
# 返回涨幅最高的n只股票
sorted_stocks = [x for _, x in sorted(zip(selected_scores,selected_stocks),reverse=True)]
return sorted_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。
