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、竞价主力净买大于0的股票。竞价主力净买反映了当天某只股票的买卖情况，同时倾向于关注资金进入的情况。选取这些指标的原因是为了找到近期价格波动较大，伴随有较为充裕的资金支持的股票。
选股逻辑分析
本策略考虑了股票的价格波动情况和资金流入情况，选用了振幅和竞价主力净买两项指标。这些指标更为直接地反映了股票近期是否受到资金和投资者关注的情况，有利于筛选出具有投资价值的股票。
有何风险？
该选股策略仍然存在较大的市场风险。一方面，过分关注资金流入可能会忽略股票基本面等长期因素，导致错过了市场的长期上涨机会。另一方面，股票价格波动过大，存在不确定的风险。此外，选股指标较严格，可能会忽略掉一些具有潜力但暂时不太活跃的股票。
如何优化？
可以加入其他技术指标来辅助判断股票的投资价值，例如MACD、RSI等技术分析指标。同时可以适当关注股票的基本面情况，例如财务指标、行业前景等因素。
可以更加灵活地设定选股策略和指标权重，根据市场情况和投资者需求进行优化。例如，可以引入市盈率、市净率等基本面指标来判断投资价值。
最终的选股逻辑
选取振幅大于1、今日均线向上发散、竞价主力净买大于0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)
- 竞价主力净买：竞价买入额 - 竞价卖出额 > 0
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)]
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 = data["close"].rolling(window=5).mean()
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
selected_stocks.drop(stock, inplace=True)
# 竞价主力净买 > 0
for stock in selected_stocks.index:
data = ts.get_today_ticks(stock)
if not (data["bamount"][0] - data["samount"][0] > 0):
selected_stocks.drop(stock, inplace=True)
# 筛选流通市值在50-100亿元之间的股票
selected_stocks = selected_stocks[(selected_stocks["nmc"] >= 5000000000) & (selected_stocks["nmc"] <= 10000000000)]
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。
