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、当天竞价涨幅在-2%到5%范围内的股票。振幅反映了股票价格波动的情况，今日均线向上发散代表存在短期上涨的趋势，当天竞价涨幅在-2%到5%范围内则代表该股票在近期存在一定的上涨潜力。选取这些指标的原因是为了找到具有较高短期上涨潜力的股票。
选股逻辑分析
本策略选取了振幅、均线和竞价涨幅等指标来综合判断股票的走势，涵盖了技术面和基本面的因素。振幅反映了股票价格波动的情况，今日均线向上发散代表了短期上涨的趋势，当天竞价涨幅在一定范围内则代表了股票近期存在一定的上涨潜力，三者结合起来可以更全面地考虑股票的走势状况。
有何风险？
该选股策略选取的三个指标均以短期上涨为主要因素，忽略了股票的长期趋势和基本面情况，可能导致选取到一些处于长期下跌趋势或者基本面不佳的股票，增加了投资的风险。
如何优化？
可以考虑加入长期趋势和基本面等指标综合选股判断。例如，可以加入市盈率、市净率等基本面指标，或者加入长期均线等技术指标来辅助判断股票的长期走势情况，从而更全面地考虑股票走势情况。
最终的选股逻辑
选取振幅大于1、今日均线向上发散、当天竞价涨幅在-2%到5%范围内的股票。
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)
- 当天竞价涨幅: ((C - REF(C,1)) / REF(C,1)) * 100
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)
# 当天竞价涨幅在-2%到5%范围内
for stock in selected_stocks.index:
df = ts.get_today_ticks(stock, date="")
if not (((df["price"] - df["price"].shift(1)) / df["price"].shift(1) * 100).iloc[-1] >= -2 and ((df["price"] - df["price"].shift(1)) / df["price"].shift(1) * 100).iloc[-1] <= 5):
selected_stocks = selected_stocks.drop(stock)
# 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。
