问财量化选股策略逻辑
本选股策略选取振幅大于1、今日均线向上发散以及昨日不是涨停板的股票，通过技术面和市场表现综合筛选，旨在找到具有一定持续性和成长性的个股。
选股逻辑分析
本选股策略通过振幅、均线趋势和涨停板指标来筛选股票，其中振幅大于1和今日均线向上发散可以找到走势较好的股票，而昨日的非涨停板可以避免暴涨后的高估情况，从而尽可能地筛选出稳健和有潜力的个股。
有何风险？
本选股策略可能存在无法捕捉到所有市场变化和风险的缺陷，同时还有可能被高估的股票一次性影响策略的整体表现，所以需要辅助其他指标进行筛选。
如何优化？
为了进一步提升策略的有效性，可以综合考虑其他指标或数据，例如资产负债率、收益率、市盈率等，以及该公司的商业模式、盈利能力、竞争优势等基本面指标。同时，应该重新明确策略的投资目标和风险控制体系，合理控制仓位和组合风险。
最终的选股逻辑
本选股策略选取振幅大于1、今日均线向上发散和昨日非涨停板的股票作为选股指标。
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)
- 昨日不是涨停板： REF(HIGH,1) < REF(MAX(HIGH,LOW),9)
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) & (stock_list["timeToMarket"] <= 240)]
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
if data is None:
selected_stocks.drop(stock, inplace=True)
continue
if data["amplitude"][-1] < 1:
selected_stocks.drop(stock, inplace=True)
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]):
selected_stocks.drop(stock, inplace=True)
continue
# 昨日非涨停板
if data["high"][-2] >= data["high"][-10:].max():
selected_stocks.drop(stock, inplace=True)
continue
return selected_stocks
print(select_stock())
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。
