问财量化选股策略逻辑
选取振幅大于1、股票均价站在五日均线之上、大单净量排行的股票。
选股逻辑分析
振幅大于1代表股票价格波动较大，存在一定的交易机会；股票均价站在五日均线之上代表着该股票可能处于上升趋势中，有一定的上涨空间；大单净量排行代表着该股票受到机构资金的关注和认可，有一定的投资价值。
有何风险？
该选股策略依然存在一定的主观判断因素，且忽略了公司的内在价值和财务状况等长期因素，从而增加选股风险。
如何优化？
该策略可以结合公司的基本面分析进行优化，比如考虑公司的估值、财务状况、盈利能力等因素。同时，建立合理的止损和盈利控制机制，进行适当的风险控制。
最终的选股逻辑
选取振幅大于1、股票均价站在五日均线之上、大单净量排行的股票，结合公司基本面的综合分析，建立止损和盈利机制。
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_bool = CLOSE > ma5
// 挑选大单净量排行的股票
// 选择大单净量排名在前20的股票
big_volume = VOLUME * (CLOSE - OPEN) / 100000000
big_volume_rank = RANK(big_volume)
big_volume_rank_bool = big_volume_rank <= 20
// 挑选符合条件的股票
result = amplitude_bool & price_over_ma5_bool & big_volume_rank_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()
# 获取所有股票的历史行情信息
hist_data = ts.get_hist_data(all_stocks.index.tolist(), ktype='D')
# 获取股票的日线成交量、振幅以及均价等信息
volume = hist_data['volume']
amplitude = (hist_data['high'] - hist_data['low']) / hist_data['pre_close']
ma5 = hist_data.groupby('code')['close'].rolling(window=5).mean().reset_index(name='ma5')
final_data = all_stocks.merge(ma5)
# 获取大单净量排行
big_volume = (hist_data['close'] - hist_data['open']) * hist_data['volume'] / 100000000
big_volume_rank = big_volume.groupby('code').rank(ascending=False)
big_volume_rank_bool = big_volume_rank <= 20
# 挑选振幅大于1的股票
amplitude_bool = amplitude >= 0.01
# 挑选股票均价站在5日均线之上的股票
price_over_ma5_bool = final_data['close'] > final_data['ma5']
# 挑选符合条件的股票
result = final_data[(amplitude_bool & price_over_ma5_bool & big_volume_rank_bool)]
# 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。
