问财量化选股策略逻辑
本选股策略选取振幅大于1、今日均线向上发散，并且20日均线大于120日均线的股票作为投资标的。
选股逻辑分析
本选股策略综合考虑了股票的技术面和基本面。振幅和均线指标依靠近期走势判断股票走势是否上涨趋势。同时，由于采用20日均线大于120日均线的条件，选取的股票相对于市场整体而言也具有较强的走势稳定性，具有一定的抗风险能力。
有何风险？
本选股策略可能会受到选取的均线天数长短所带来的时间滞后效应影响，同时容易忽略了公司的基本面情况和行业竞争力等因素对股票的影响。
如何优化？
在综合分析技术面和基本面的指标基础上，可以进一步加入其他方面的因素，如财务数据、市场情绪等，来降低指标的时间滞后效应，同时增强选股策略的稳定性。
最终的选股逻辑
本选股策略选取振幅大于1、今日均线向上发散，并且20日均线大于120日均线的股票作为投资标的。
同花顺指标公式代码参考
- 振幅: AMO
- 今日均线向上发散: C > REF(MA(C,5),1) > MA(C,5)
- 20日均线大于120日均线: MA(C,20) > MA(C,120)
python代码参考
import tushare as ts
import pandas as pd
def select_stock(market='sz', cap=200):
selected_stocks = pd.DataFrame(columns=["amplitude", "ma_slope", "ma_20_120", "cap"])
for stock in ts.get_stock_basics().index:
if ts.get_stock_basics().loc[stock, 'market'] != market:
continue
if ts.get_stock_basics().loc[stock, 'mktcap'] < cap:
continue
data = ts.get_hist_data(stock)
if data is None:
continue
if data["amplitude"][-1] < 1:
continue
# 今日均线向上发散
ma5 = data["close"].rolling(window=5).mean()
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
continue
# 20日均线大于120日均线
ma20 = data["close"].rolling(window=20).mean()
ma120 = data["close"].rolling(window=120).mean()
if not (ma20[-1] > ma120[-1]):
continue
selected_stocks = selected_stocks.append({
"amplitude": data["amplitude"][-1],
"ma_slope": ma5[-1] / ma5[-5] - 1,
"ma_20_120": ma20[-1] / ma120[-1] - 1,
"cap": ts.get_stock_basics().loc[stock, 'mktcap'] / 100000000
}, ignore_index=True)
return selected_stocks
print(select_stock(market='sz', cap=200))
以上代码仅供参考，实现方法会因投资人情况和市场环境而异。
## 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。
