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、今日上涨幅度大于1%的主板股票。这些指标的逻辑是：振幅大于1反映了股票的价格波动情况；今日均线向上发散代表存在短期上涨的趋势；而今日上涨幅度大于1%则表明股票在短期内具有较好的表现。选取这些指标的原因是为了找到短期内有可能表现良好的优质公司。
选股逻辑分析
本选股策略结合了基本面和技术面因素。振幅反映了股票涨跌幅的波动，今日均线向上发散则反映了股票短期趋势的上涨，而今日上涨幅度大于1%则说明该股票在短期内表现较好且处于上升趋势。选取这些指标的原因是为了寻找有可能在短期内表现良好的主板股票。
有何风险？
这些指标过于依赖市场短期表现，容易被市场周期性影响。同时，振幅和今日上涨幅度大于1%这两个指标的阈值过于宽泛，可能会将不太合适的股票也选入范围。因此，需要结合其他指标进行综合判断。
如何优化？
可以加入更多长期趋势的判断因素，如KDJ、RSI等指标，同时可加入市盈率等指标以更准确地判断股票的价值。同时，可以增加细分行业的筛选，以找到在特定行业中具有竞争优势的公司。
最终的选股逻辑
选取振幅大于1、今日均线向上发散、今日上涨幅度大于1%的主板股票。
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)
- 今日上涨幅度：(C / REF(C, 1) - 1) > 0.01
python代码参考
import tushare as ts
def select_stock():
stock_list = ts.get_stock_basics()
selected_stocks = stock_list[stock_list["pe"] > 0]
hist_data = ts.get_hist_data(selected_stocks.index)
selected_stocks = selected_stocks[(hist_data["amplitude"] > 0.01)]
# 今日均线向上发散
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
ma5 = talib.MA(data["close"].values, timeperiod=5)
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
selected_stocks.drop(stock, inplace=True)
# 今日上涨幅度大于1%
for stock in selected_stocks.index:
today_increase_rate = (ts.get_realtime_quotes(stock)["price"][0] / ts.get_realtime_quotes(stock)["pre_close"][0] - 1) * 100
if not (today_increase_rate > 1):
selected_stocks.drop(stock, inplace=True)
# 筛选主板股票
selected_stocks = selected_stocks[selected_stocks["timeToMarket"] < 20100101]
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现方法可以根据投资者需要和市场情况进行调整。
## 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。
