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，且当日股票收益率大于0的股票作为投资标的。
选股逻辑分析
本选股策略综合考虑了股票的波动性、走势、收益等因素。振幅和均线条件反映了股票近期的走势，当日收益率则用以判断股票当前的表现。选股逻辑比较全面，较为科学，适用于市场中长期投资的初步筛选。
有何风险？
本选股策略忽略了其他基本面因素，如盈利情况、估值水平等。此外，当日收益率条件可能会被交易时间段、市场大幅波动等因素所影响而出现一定的误差。另外，本选股策略没有考虑股票的流通市值和市盈率等因素，可能会陷入“价廉物美”的盲目投资。
如何优化？
可以加入其他基本面因素，如公司盈利、估值水平等，作为选股条件的补充。同时，可以加入更多的技术指标，如成交量、相对强弱指标等，使选股更全面化。另外，可以对当日收益条件进行深入研究，选择合适的时间窗口，尽量避免由市场大幅波动而带来的误判。加入股票流通市值、市盈率等因素，可以更全面地考虑股票投资的价值。
最终的选股逻辑
本选股策略选取振幅大于1、均线向上发散且当日收益率大于0的股票作为投资标的。
同花顺指标公式代码参考
通达信指标公式代码：
//计算振幅
ACC = 100 * (HIGH - LOW) / REF(CLOSE,1);
//计算均线的斜率
MA_SLOPE = MA(CLOSE, 1) / MA(CLOSE, 5) - 1;
python代码参考
import tushare as ts
import pandas as pd
def select_stock(market='sz', cap=10000000000):
selected_stocks = pd.DataFrame(columns=["amplitude", "ma_slope", "pct_change"])
for stock in ts.get_stock_basics().index:
if ts.get_stock_basics().loc[stock, 'market'] != market:
continue
if ts.get_stock_basics().loc[stock, 'mktcap'] < cap:
continue
data = ts.get_hist_data(stock)
if data is None:
continue
if len(data) < 2:
continue
if data["amplitude"][-1] < 1:
continue
# 今日均线向上发散
ma5 = data["close"].rolling(window=5).mean()
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
continue
# 收益率大于0
if data["p_change"][-1] <= 0:
continue
selected_stocks = selected_stocks.append({
"amplitude": data["amplitude"][-1],
"ma_slope": ma5[-1] / ma5[-5] - 1,
"pct_change": data["p_change"][-1]
}, ignore_index=True)
return selected_stocks
print(select_stock(market='sz', cap=10000000000))
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。
