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，且企业规模2亿以上。
选股逻辑分析
本选股策略基于技术指标和企业规模进行了选股，振幅和均线指标依靠近期走势判断股票走势是否上涨趋势。企业规模则是从企业的市值来衡量，企业规模越大，通常其产品和服务的市场份额和影响力也相对更大，有较好的上升潜力。
有何风险？
企业的市值并不是衡量企业价值的绝对标准，更不能代表企业的潜力。市值不代表企业的本质，风险包括各类外部环境因素，如市场整体波动、政治环境变化、自然灾害等。
如何优化？
可以引入更多的行业内部数据，如各行业的量化分析数据、资产负债表、利润表、现金流量表等财务表现数据来从更加全面和细致的角度对行业进行分析，从而更好地选取具有带头作用的股票。
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，且企业规模2亿以上的股票。
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：公司规模需要根据实际情况进行选择。
python代码参考
import tushare as ts
import pandas as pd
def select_stock(market='sz', cap=200):
selected_stocks = pd.DataFrame(columns=["amplitude", "ma_slope", "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,
"cap": ts.get_stock_basics().loc[stock, 'mktcap'] / 100000000
}, ignore_index=True)
return selected_stocks
print(select_stock(market='sz', cap=200))
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。
