问财量化选股策略逻辑
选股条件为：振幅大于1、机构抄底、上市时间大于一定年限。在每日收盘后选股票。
选股逻辑分析
该选股策略综合考虑了股票的波动性、机构投资动向以及上市时间等因素，选择符合条件的股票。此选股策略适用于长期投资，通过选择上市时间较长且已经完成市场竞争洗礼的股票，可以降低投资风险。
有何风险？
该选股策略依赖于股票的上市时间，如果标的股票的上市时间过短，可能会存在业绩波动较大甚至出现暴雷的风险。此外，该选股策略需要考虑到股票的基本面和投资风险偏好等因素，需要综合判断，否则可能会选择出风险较高的标的股票。
如何优化？
在该选股策略的基础上，还可以结合股票的市值、业绩等因素，综合考虑，以提高选股准确性和投资价值。此外，可以根据投资者的风险偏好和投资策略，调整上市时间的限制，以适应不同的投资需求。
最终的选股逻辑
选股条件为：振幅大于1（SYNJZ('AMO', 0) > 1）、机构抄底（ORG_PARTICIPATE_RATE > 30）、上市时间大于10年（LISTED_DURATION>3650）。在每日收盘后选股票。
同花顺指标公式代码参考
振幅大于1：SYNJZ('AMO', 0) > 1；
机构参与度：ORG_PARTICIPATE_RATE > 30；
上市时间大于10年：LISTED_DURATION>3650；
最终选股条件：SYNJZ('AMO', 0) > 1 and ORG_PARTICIPATE_RATE > 30 and LISTED_DURATION>3650。
python代码参考
import tushare as ts
def get_selected_stocks():
condition1 = SYNJZ('AMO', 0) > 1 # 振幅大于1
condition2 = ORG_PARTICIPATE_RATE > 30 # 机构抄底
condition3 = LISTED_DURATION > 3650 # 上市时间大于10年
daily_data = ts.get_today_all() # 获取当天所有股票的数据
daily_data = daily_data.dropna() # 去除空值
selected_data = daily_data[condition1 & condition2 & condition3] # 筛选符合条件的股票
selected_stocks = selected_data['code'].values.tolist() # 获取股票代码
return selected_stocks
result = get_selected_stocks()
print(result)
注：以上代码仅供参考，实际选股可结合具体情况进行适度修改。
## 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。
