问财量化选股策略逻辑
选择振幅大于1、股票均价站在五日均线之上、下午大单净流入的股票进行选股。
选股逻辑分析
振幅大于1表示股票价格较为波动，较适合进行短线操作；股票均价站在五日均线之上表示股价处于上涨趋势，有一定的增涨潜力；下午大单净流入表示当天赚钱效应较好，有一定的投资价值。
该选股策略主要考虑股票的价格变动及交易量的变化，结合下午大单净流入来筛选具备短期投资价值的股票，以期望赚取投资收益。
有何风险？
该选股逻辑可能会出现过度拟合的风险，由于振幅、股票均价和下午大单净流入等指标具有一定时效性，会忽略市场的变化和风险。
此外，下午大单净流入可能受到市场热点和资金推动等因素的影响，在某些情况下可能会出现局限性。
如何优化？
需要加强市场前景和公司竞争格局的分析，结合股票的技术面和基本面进行综合判断，选择具有较高长期价值和成长性的股票进行投资。
可以加入公司盈利情况、业务前景、行业竞争格局等因素进行综合分析，选择具备成长性和景气性的股票进行投资。
最终的选股逻辑
选择振幅大于1、股票均价站在五日均线之上、下午大单净流入，并结合股票的基本面和行情趋势等因素进行综合筛选，选择具有较高长期价值及成长性的股票进行投资。
同花顺指标公式代码参考
// 挑选振幅大于1的股票
amplitude = (HIGH - LOW) / REF(CLOSE,1)
amplitude_bool = amplitude >= 1
// 挑选股票均价站在5日均线之上的股票
ma5 = MA(CLOSE, 5)
price_over_ma5 = CLOSE > ma5
// 挑选下午大单净流入的股票
pm_netflow = SUM(IF(CLOSE>OPEN, VOL, 0), 1) - SUM(IF(CLOSE<OPEN, VOL, 0), 1)
pm_netflow_bool = pm_netflow > 0
// 挑选符合条件的股票
result = amplitude_bool & price_over_ma5 & pm_netflow_bool
// 输出筛选结果
result
python代码参考
import tushare as ts
# 获取所有股票的基本信息
all_stocks = ts.get_stock_basics()
# 获取所有股票的实时行情信息
all_data = ts.get_today_all()
# 合并数据
merge_data = pd.merge(all_stocks,all_data,on='code',how='inner')
final_data = merge_data
# 挑选振幅大于1的股票
amplitude = (final_data['high'] - final_data['low']) / final_data['pre_close']
amplitude_bool = amplitude >= 0.01
# 挑选股票均价站在5日均线之上的股票
symbol_list = final_data.index.tolist()
hist_data = ts.get_hist_data(symbol_list[-1])
temp_data = pd.DataFrame()
for symbol in symbol_list:
single_data = ts.get_hist_data(symbol)
temp_data = pd.concat([temp_data,single_data],ignore_index=False)
ma5 = temp_data.groupby('code')['close'].rolling(window=5).mean().reset_index(name='ma5')
final_data = final_data.merge(ma5)
price_over_ma5_bool = final_data['close'] > final_data['ma5']
#挑选下午大单净流入的股票
pm_data = ts.get_today_ticks(symbol_list)
pm_data = pm_data[pm_data['time'] >= '13:30:00']
pm_data = pm_data[pm_data['time'] <= '15:00:00']
pm_netflow = pm_data.groupby('code')['amount'].sum().reset_index(name='pm_netflow')
pm_netflow['type'] = pm_netflow['pm_netflow'].apply(lambda x: 1 if x > 0 else -1)
pm_netflow = pm_netflow.groupby('code')['type'].sum().reset_index(name='pm_netflow')
pm_netflow_bool = pm_netflow['pm_netflow'] > 0
# 挑选符合条件的股票
result = final_data[(amplitude_bool & price_over_ma5_bool & pm_netflow_bool).values]
# 输出筛选结果
print(result)
注：以上代码仅供参考，具体实现还需要根据实际情况进行适度修改。
## 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。
