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、前日实际换手率在3%至28%之间的股票。选取这些指标的原因是为了找到近期价格波动较大、市场关注度较高、具备一定的流动性的股票，具备一定的短期上涨潜力。
选股逻辑分析
与上一个选股策略相比，本策略新增加了前日实际换手率指标。实际换手率的范围在3%至28%之间，有利于筛选出不仅具有短期上涨潜力，而且具有一定的流动性的股票。同时，振幅和今日均线反映了近期价格波动情况和市场关注度，综合运用有利于筛选出具有短期上涨潜力的股票。
有何风险？
该选股策略存在较大的市场风险。不同于前一个选股策略，本策略侧重于寻找具有流动性的股票，可能会存在较大的市场波动风险。同时，关注当日均线向上发散的股票可能会忽略掉一些技术性指标与基本面指标处于高位的但机会不容错过的个股。
如何优化？
与前一个选股策略类似，可以结合引入其他技术指标和基本面指标来判断股票的投资价值。同时，标准可以更加灵活地设定，根据市场情况和投资者需求进行优化，例如可以在前日实际换手率的基础上引入其他换手率指标，以及关注均线与价格的相对位置等技术指标。
最终的选股逻辑
选取振幅大于1、今日均线向上发散、前日实际换手率在3%至28%之间的股票。
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)
- 前日实际换手率在3%至28%之间: (C/REF(C,2)-1) * 100 >=3 AND (C/REF(C,2)-1) * 100 <= 28
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)
# 前日实际换手率在3%至28%之间
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
if not (((data["close"][-1] / data["close"][-3]) - 1) * 100 >= 3 and ((data["close"][-1] / data["close"][-3]) - 1) * 100 <= 28):
selected_stocks.drop(stock, inplace=True)
# 筛选流通市值在50-100亿元之间的股票
selected_stocks = selected_stocks[(selected_stocks["nmc"] >= 5000000000) & (selected_stocks["nmc"] <= 10000000000)]
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。
