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、按今日竞价金额排序前5的股票。选取这些指标的原因是为了找到价格波动较大、趋势向上、市场投资者关注度较高的股票，在股票交易中更具可观性和流动性。
选股逻辑分析
本选股逻辑选取了振幅、今日均线向上发散、竞价金额等指标作为选股指标，从价格波动、市场关注度、趋势等方面筛选股票。按照竞价金额排序后选取前5只股票，以省去后续的依次筛选，提高选股效率，半机械化选取股票。
有何风险？
由于选股过程较为机械化，容易忽略其他重要的基本面等指标，或者因为程序bug等原因漏掉某些应该选取的股票。同时，按照竞价金额排序容易受到大资金的干扰，导致部分波动较大的个股被低估。
如何优化？
可以引入其他指标进行多因子筛选，例如应该加入市销率、ROE、PEG等指标，从不同的角度去判断股票的投资价值。另外，可增加合理的条件限制，如流通市值、市盈率等。可以通过特定的策略或者通过人工方式对结果进行修正，从而提高筛选的精度。
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、按今日竞价金额排序前5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)
- 竞价金额: C*V
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)
# 按今日竞价金额排序
selected_stocks["amount"] = selected_stocks["close"] * selected_stocks["vol"]
selected_stocks.sort_values("amount",ascending=False,inplace=True)
# 取前5只作为返回结果
return selected_stocks[:5]
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。
