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，股票流通市值大于100亿元的股票作为投资标的。
选股逻辑分析
本选股策略主要考虑了振幅和均线等技术面因素，同时也注重股票的基本面因素，即流通市值。流通市值作为筛选条件，意味着该选股策略选择具有较高市场价值的股票。同时，均线向上发散作为选股条件，较好地反映了股票近期的走势。这些因素相互协作，提高了选取优质股票的准确率。
有何风险？
与其他基于技术面因素的选股策略类似，本策略忽略了其他基本面因素，如盈利情况、估值水平等，这可能会使选股策略产生误判。此外，较强的流通市值限制可能造成标的股票数量较少，增加了单一股票风险。
如何优化？
可以基于该选股策略，综合考虑其他技术面因素，如一些相对强势的指标（如RSI），以及其他基本面因素，如市盈率、市净率等。同时，可以通过降低流通市值限制，以及增加股票数量，达到规避单一股票风险的目的。
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、流通市值大于100亿元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", "market_cap"])
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 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
selected_stocks = selected_stocks.append({
"amplitude": data["amplitude"][-1],
"ma_slope": ma5[-1] / ma5[-5] - 1,
"market_cap": ts.get_stock_basics().loc[stock, 'nmc']
}, 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。
