问财量化选股策略逻辑
本选股策略选择振幅大于1、昨日成交额大于6千万、股票均价站在五日均线之上的股票为基本条件。
选股逻辑分析
本策略主要考虑了股票价格波动、成交量、股票趋势的情况。振幅和成交量的筛选可以过滤掉一些日内波动比较小的股票，而股票均价站在五日均线之上的筛选可以筛选出一定程度上已经呈现上涨趋势的股票。配合振幅和成交量筛选，可以更加有效地筛选出具备上涨潜力的股票。
有何风险？
同样的缺点在本策略中仍然存在：缺少更多市场和公司层面的因素，如行业、市盈率、市净率等，可能选择出表面上符合条件而实际上并没有发展潜力的股票。同时，五日均线并不是唯一的趋势判断指标，也不能完全代表股票的走势。
如何优化？
同样可以引入更多的选股指标和数据，比如市盈率、市净率、资产负债率、利润等，同时也可以考虑加入更多的技术指标，如MACD、KDJ等。此外，还可以考虑引入更多的行情数据、公告等非常务数据，以进一步筛选出具备行业优势、股本结构良好、业绩增长趋势好等强势股。
最终的选股逻辑
本选股策略的最终逻辑为：振幅大于1、昨日成交额大于6千万、股票均价站在五日均线之上的股票。
同花顺指标公式代码参考
- 股票均价指标：
函数名称：MA(参数1,参数2)
公式：MA(CLOSE, 5)
python代码参考
import tushare as ts
# 读取股票数据
data = ts.get_k_data('600000', ktype='D', start='20210101')
# 筛选条件1：振幅大于1
amplitude = (data['high'] - data['low']) / data['close']
amplitude_bool = amplitude > 0.01
# 筛选条件2：昨日成交额大于6千万
last_day_vol_bool = data['volume'] > 60000000
# 筛选条件3：股票均价站在五日均线之上
ma5 = data['close'].rolling(window=5).mean()
ma5_bool = data['close'] > ma5
# 合并条件
result = amplitude_bool & last_day_vol_bool & ma5_bool
# 输出结果
print(data[result])
## 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。
