问财量化选股策略逻辑
本选股策略选取振幅大于1、今日均线向上发散和今日最大跌幅在-5%到-4%之间等指标作为选股指标，旨在选出股价波动较大、股价走势向上、短期大幅下跌过后有反弹潜力的股票。
选股逻辑分析
本选股策略通过股价波动、均线趋势和近期跌幅情况等指标来筛选股票，旨在寻找跌幅较大、存在反弹潜力、股价走势向上的优质成长股票。其中振幅大于1和今日均线向上发散可以找到走势较好的股票，今日最大跌幅在-5%到-4%之间则是为了筛选有一定反弹潜力的股票。
有何风险？
本选股策略可能存在市场风险和缺陷指标的影响风险，例如，选股的数据指标过于短期化、提示过于侧重等因素，易受到市场短期炒作因素等因素的影响，同时，指标的缺陷和不足可能导致选股出现选股失误和标的污染的风险。
如何优化？
为了更好的挑选出优质的股票，本选股策略可以增加更多的指标，如趋势性指标、大盘走势、均线拐点等。这些指标可以降低短期市场风险和风险指标的影响，拓宽选股角度，增加辅助判断的有效性。另外，应该根据实际操作情况、定期更新选股策略等方法，避免盲目跟风，以防因短期异常因素和人为因素造成的损失。
最终的选股逻辑
本选股策略选取振幅大于1、今日均线向上发散和今日最大跌幅在-5%到-4%之间作为选股指标。
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）
- 今日最大跌幅在-5%到-4%之间：(LOW - REF(LOW, 1)) / REF(CLOSE, 1) < -0.04 AND (LOW - REF(LOW, 1)) / REF(CLOSE, 1) > -0.05
python代码参考
import tushare as ts
def select_stock():
stock_list = ts.get_stock_basics()
selected_stocks = stock_list[(stock_list["pb"] > 0) & (stock_list["pb"] < 1)]
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 = data["close"].rolling(window=5).mean()
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
selected_stocks.drop(stock, inplace=True)
# 今日最大跌幅在-5%到-4%之间
for stock in selected_stocks.index:
data = ts.get_today_ticks(stock)
max_drop = (data["price"].min() - data["price"].iloc[0]) / data["price"].iloc[0]
if not (-0.05 < max_drop < -0.04):
selected_stocks.drop(stock, inplace=True)
return selected_stocks
print(select_stock())
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。
