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、换手率在3%到12%区间内的股票。振幅大于1反映了股票的价格波动情况，今日均线向上发散则意味着股票存在短期上涨的趋势，而换手率在一定范围区间内反映了股票的投资热度。
选股逻辑分析
本选股策略主要侧重于技术指标选股，综合分析了股票的价格波动、短期趋势和投资热度等因素，选取适当的范围内的股票。采用综合量化分析的方法，能够更准确的选择具有良好短期表现的股票。
有何风险？
本选股策略仍然未考虑公司的基本面信息，存在一定的不确定性。同时，换手率指标容易受到市场情绪的影响，必须结合其他指标综合判断。
如何优化？
可以结合股票的基本面信息进行选股，提高选股的准确性。同时，可以加入其他合适的技术指标，如RSI等，综合判断股票的短期表现。
最终的选股逻辑
选取振幅大于1、今日均线向上发散、换手率在3%到12%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)
- 换手率：Turnover Rate in Ratio(3,250)
python代码参考
import tushare as ts
import talib
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) & (hist_data["turnoverratio"] > 3) & (hist_data["turnoverratio"] < 12)]
# 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)
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。
