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、非ST和五部涨停等指标作为选股指标，旨在挑选出股价波动较大、股价走势向上、资金充裕、流通性好的成长性股票。
选股逻辑分析
本选股策略选取了振幅、今日均线向上发散、非ST和五部涨停等指标作为选股指标。通过价格波动、股价走势、公司质量以及市场资金流动等方面多角度筛选股票，以期望找寻走势良好、增长明显、非ST等标的。
有何风险？
本选股策略存在着短期市场风险和缺陷指标的影响风险，例如，振幅大和涨停等条件很容易被市场短期炒作因素所左右，同时一些定性数据，如ST和非ST，也会出现数据的缺失和误判等情况。
如何优化？
为了更好地挑选出优质股票，应该对选股的指标进行细化和优化。例如，可以在振幅、均线等指标的基础上，增加更多的选股条件，如主力资金净流入、股价处于支撑位等，增加选股的可靠性和准确率。另外，应该根据市场走势和个股情况进行动态调整，避免盲目跟从行情，以免造成损失。
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、非ST和五部涨停等指标作为选股指标。
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)
- 非ST: STRTYPE(CODE) != 'ST'
- 五部涨停: CURRTKRS(BARSINCE(L <= CURLS(L,MARATIO=1)),MARATIO=1) >= 5
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)
# 非ST
selected_stocks = selected_stocks[selected_stocks["name"].str.contains("ST") == False]
# 五部涨停
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
if len(data) > 5 and (data["high"][-5:] == data["high"][-5:].shift()).sum() >= 5:
pass
else:
selected_stocks.drop(stock, inplace=True)
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现方法会因投资者情况和市场环境而有所变化。
## 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。
