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、且K线小于20的股票作为投资标的。
选股逻辑分析
选股策略使用了技术分析中的振幅和均线，并在此基础上增加了对于K线指标的考量。相比于机器人的选股要求更为详细，包括技术分析和统计学分析两个方面。然而无法排除股票是否存在实质性问题，忽略了股票基本面、市场环境等因素。
有何风险？
股票市场可能存在非理性因素，价格不一定符合价值，因此仅考虑技术和统计信息，而忽视了其他因素可能导致投资标的选择的效果不佳，存在风险。
如何优化？
应更加注重分析整个市场的宏观和微观经济、社会因素，对行业评级、评分和个股基本面数据进一步筛选，以更好地协助投资标的的选择。
最终的选股逻辑
本选股策略选取满足以下条件的股票：
- 振幅大于1
- 今日股价上穿3日均线
- K线小于20
同花顺指标公式代码参考
通达信指标公式代码：
//计算振幅
ACC = 100*(HIGH - LOW)/REF(CLOSE,1);
//计算均线的斜率
MA_SLOPE = MA(CLOSE,1)/MA(CLOSE,3)-1;
//计算K线指标
K = SMA((CLOSE - LLV(LOW, 9))/(HHV(HIGH, 9) - LLV(LOW, 9)) * 100, 3, 1);
//综合条件
CONDITION = ACC > 1 AND MA_SLOPE > 0 AND K < 20;
python代码参考
import tushare as ts
import pandas as pd
def select_stock(market='sh'):
selected_stocks = pd.DataFrame(columns=["amplitude", "ma_slope", "k", "code"])
# 循环所有的股票
for stock in ts.get_stock_basics().index:
if ts.get_stock_basics().loc[stock, 'code'][0:2] == '60' or \
ts.get_stock_basics().loc[stock, 'code'][0] == '0':
continue
data = ts.get_hist_data(stock)
if data is None:
continue
if data["amplitude"][-1] < 1:
continue
ma3 = data["close"].rolling(window=3).mean()
if not (data["close"][-1] > ma3[-2] and data["close"][-1] > data["close"][-2] and
data["close"][-2] < ma3[-2]):
continue
k = (data["close"][-1] - data["low"].rolling(window=9).min()[-1]) / (data["high"].rolling(window=9).max()[-1] -
data["low"].rolling(window=9).min()[
-1]) * 100
if k > 20:
continue
selected_stocks = selected_stocks.append({
"amplitude": data["amplitude"][-1],
"ma_slope": ma3[-1] / ma3[-3] - 1,
"k": k,
"code": stock
}, ignore_index=True)
return selected_stocks
print(select_stock(market='sh'))
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。
