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、昨日竞价换手率大于0.26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，昨日竞价换手率大于0.26则意味着该股票存在大单资金的买入，具有投资价值。
选股逻辑分析
本选股策略除了技术指标外，还考虑了股票的市场情况。昨日竞价换手率反映了股票的成交量和资金流入情况，选股结果更加准确。
有何风险？
昨日竞价换手率大并不代表今后该股票的表现一定好，存在市场风险。此外，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。
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、MACD、相对强弱指数等，综合判断股票的短期和长期表现。
最终的选股逻辑
选取振幅大于1、今日均线向上发散、昨日竞价换手率大于0.26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)
- 昨日竞价换手率：HSL > 0.26
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)]
# 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)
# 昨日竞价换手率大于0.26
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
if data["turnover"][1] <= 0.26:
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。
