问财量化选股策略逻辑
选取振幅大于1、均价站在五日均线之上、剔除昨日涨停的股票进行投资。
选股逻辑分析
此选股策略重点考虑了股票的波动性、技术面以及赚钱效应，要求选取在振幅大于1、均价站在五日均线之上的基础之上，同时避开昨日已经涨停的股票，以避免盲目追高和高风险操作，提高投资成功率和安全性。
有何风险？
此选股策略仍有盲目追涨风险，例如可能选到在近期已经处于长时间涨势中的股票，在涨势结束后可能出现大幅下跌情况，因此总体上建议在选股过程中要谨慎分析，避免盲目跟随市场风口和投机情绪的影响，要充分考虑风险控制和基本面等长期因素的影响。
如何优化？
在综合考虑股票选择策略时应结合市场情况、公司基本面、市场流动性、风险收益比及股民热情、行情跟随等相互影响的关键指标，建立完善的投资体系，注重基本面的分析，与此同时也关注市场趋势与市场流动性，在风控方面也要预留空间和控制仓位，保持投资的盈利稳定性。
最终的选股逻辑
选取振幅大于1、均价站在五日均线之上、剔除昨日涨停的股票进行投资，同时要充分了解公司的基本面情况，并建立风控体系，保持稳定盈利。
同花顺指标公式代码参考
振幅指标：AMO
均价指标：MA(CLOSE,5)
python代码参考
import tushare as ts
import datetime
# 获取符合条件的股票
def get_selected_stocks():
data = ts.get_today_all()
data = data[data['turnoverratio'] > 1]
ma5 = data['trade'].rolling(window=5).mean()
condition1 = ma5 > data['trade']
today = datetime.date.today().strftime('%Y-%m-%d')
yesterday = (datetime.date.today() - datetime.timedelta(days=1)).strftime('%Y-%m-%d')
data['pct_chg'] = (data['trade'] - data['settlement']) / data['settlement'] * 100
condition2 = data[(data['pct_chg'] >= 9.8) & (data['trade'] < data['high_limit']) & (data['date'] != yesterday)]
selected_stocks = list(condition1 & condition2 & condition3['code'])
return selected_stocks
result = get_selected_stocks()
print(result)
注：以上代码仅供参考，实际选股需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。
