问财量化选股策略逻辑
选取振幅大于1、机构动向大于0、以60开头的股票作为选股对象。
选股逻辑分析
该选股策略旨在选取具有一定风险但潜力较大的中小市值股票作为投资对象。相较于前文的选股策略，增加了对股票代码的要求，降低了海选范围和风险。
有何风险？
该选股策略选出的股票往往具有一定风险，如市值较小、业绩波动大、资金流动性较差等，需要进行风险控制。
如何优化？
可以增加股票基本面的要求，如净利润增长率等。同时需要进行充分的研究和数据分析，并严格控制仓位和资金风险。
最终的选股逻辑
选取以60开头的股票中，振幅大于1、机构资金动向大于0的股票作为投资对象。
同花顺指标公式代码参考
// 筛选以60开头的股票
start_code_bool = LEFT(CODE, 2) == "60"
// 筛选振幅大于1的股票
amplitude = (HIGH - LOW) / OPEN
amplitude_bool = amplitude > 1
// 筛选机构动向大于0的股票
FUND_NET_AMOUNT = IF(NETFAMOUNT>0,NETFAMOUNT,0)
sum_fund_net_amount = SUM(FUND_NET_AMOUNT, 5)
fund_trend_bool = sum_fund_net_amount > 0
// 筛选符合条件的股票
result = start_code_bool & amplitude_bool & fund_trend_bool
// 输出筛选结果
result
Python代码参考
import tushare as ts
# 筛选条件1：以60开头的股票
today_data = ts.get_today_all()
start_code_bool = today_data['code'].str.startswith('60')
# 筛选条件2：振幅大于1
amplitude = (today_data['high'] - today_data['low']) / today_data['open']
amplitude_bool = amplitude > 1
# 筛选条件3：机构资金动向大于0
fund_data = ts.fund_holdings(2020, 3)
sum_fund_net_amount = fund_data.groupby('code')['net_amount'].sum()
fund_trend_bool = sum_fund_net_amount > 0
# 筛选符合条件的股票
result = start_code_bool & amplitude_bool & fund_trend_bool
# 输出筛选结果
final_result = today_data.loc[result].sort_values(by=["turnoverratio"], ascending=False)
print(final_result)
注：以上为示例代码，请根据实际情况进行调整。
## 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。
