问财量化选股策略逻辑
此选股策略选取振幅大于1、周线MA5金叉MA10和9点25分涨幅小于6%的股票进行投资，旨在选择波动较小但具有一定上涨趋势的股票。
选股逻辑分析
此选股策略强调了股票价格波动趋势以及流动性，选取9点25分涨幅小于6%的股票可以防止盘前短期异动，而振幅大于1和MA5金叉MA10选择了具备上涨趋势的股票。但该策略可能会忽略市场行情、公司基本面等重要因素，需要进一步与其他因素相结合。
有何风险？
此选股策略可能会忽略市场行情、公司基本面等因素，而9点25分涨幅小于6%的限制可能会忽略一些具备较好价值的股票，故风险较大。
如何优化？
可以结合行业发展趋势，从更全面的角度出发进行投资策略的构建，同时可以加上其他技术指标和基本面数据，进一步提高筛选的精度和准确性。
最终的选股逻辑
本选股策略选取振幅大于1、周线MA5金叉MA10和9点25分涨幅小于6%的股票进行投资，并需要结合行业发展趋势和基本面数据进行分析。
同花顺指标公式代码参考
- 均线公式：
- MA(N) = SUM(CLOSE, N) / N
- 涨幅公式：
- PCTCHANGE = (CLOSE - REF(CLOSE, 1)) / REF(CLOSE, 1) * 100%
- 振幅公式：
- AMP = (HIGH - LOW) / REF(CLOSE, 1) * 100%
python代码参考
import tushare as ts
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,market,circ_mv,total_mv')['ts_code']:
df = pro.daily(ts_code=code, start_date='20200101', end_date=pd.datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol')
if len(df) == 0:
continue
ma5 = df['close'].rolling(5).mean()
ma10 = df['close'].rolling(10).mean()
pct_change = (df['close'] / df['close'].shift(1) - 1) * 100
amplitude = (df['high'] - df['low']) / df['close'].shift(1)
if pct_change[1] < 6 and amplitude[-1] > 0.01 and ma5[-1] > ma10[-1]:
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
