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，并且企业满足在深证主板中市盈率0-29.01市净率0-3.11的股票。
选股逻辑分析
本选股策略在振幅和近期走势的基础上，进一步对股票的市盈率和市净率进行了筛选。市盈率和市净率都是反应企业估值的重要指标，为选股提供了更加全面而客观的判断。同时，限定在深证主板中的股票，也能够排除掉一些次新股和高风险品种。
有何风险？
企业基本面和市场环境都可能随时发生变化，需要及时调整选股策略。此外，市盈率和市净率等估值指标仅限于定量分析，不能完全地代表企业的价值和潜力。选股策略过于依赖这些指标也容易影响投资人的判断和决策。
如何优化？
可以引入更多的定量和定性指标，比如营收、利润增长率、ROE、净利率等。同时，投资人自己的分析和判断也非常重要，不能单纯地依赖计算机程序。
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，并且企业满足在深证主板中市盈率0-29.01市净率0-3.11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)
注意：股票所在交易所可能不同，需要根据实际情况调整选择指标。
python代码参考
import tushare as ts
import pandas as pd
def select_stock(market='sz', pe=(0, 29.01), pb=(0, 3.11)):
selected_stocks = pd.DataFrame(columns=["amplitude", "ma_slope", "pe", "pb"])
for stock in ts.get_stock_basics().index:
if ts.get_stock_basics().loc[stock, 'market'] != market:
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
basics = ts.get_stock_basics()
if not (pe[0] <= basics.loc[stock, 'pe'] <= pe[1]):
continue
if not (pb[0] <= basics.loc[stock, 'pb'] <= pb[1]):
continue
selected_stocks = selected_stocks.append({
"amplitude": data["amplitude"][-1],
"ma_slope": ma5[-1] / ma5[-5] - 1,
"pe": basics.loc[stock, 'pe'],
"pb": basics.loc[stock, 'pb']
}, ignore_index=True)
return selected_stocks
print(select_stock(market='sz', pe=(0, 29.01), pb=(0, 3.11)))
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。
