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、量比大于1.5且小于6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；同时，量比大于1.5且小于6代表该股票相对活跃，有一定的交易量，可以保证交易的流动性。
有何风险？
该选股策略仍然忽略了一些公司基本面的因素，可能会挑选出一些具有投机性质的股票，并且这些股票存在较大的交易风险。
如何优化？
该策略可以加入一些基本面因素，如ROE、EPS等，对这些指标进行筛选，进一步降低选股的风险；同时，考虑将选股策略改为长期优质企业的选股策略，更好地筛选出良好的企业，进一步降低选股的风险。
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、量比大于1.5且小于6、具备一定基本面指标（如ROE、EPS）、长期业绩优良（如连续三年净利润增长、分红），同时设置合理的止损和盈利控制机制，进行适当的风险控制。
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
// 挑选量比大于1.5且小于6的股票
volume_ratio = (VOL / MA(VOL, 5))
volume_ratio_bool = (volume_ratio > 1.5) & (volume_ratio < 6)
// 挑选符合条件的股票
result = amplitude_bool & price_over_ma5_bool & volume_ratio_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、均价和量比等信息
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')
volume_ratio = volume / ma5['ma5']
volume_ratio_bool = (volume_ratio > 1.5) & (volume_ratio < 6)
final_data = all_stocks.merge(ma5)
# 获取符合条件的股票
amplitude_bool = amplitude >= 0.01
price_over_ma5_bool = final_data['close'] > final_data['ma5']
return_bool = (return_rate > 0).groupby('code').sum() > 0
result = final_data[(amplitude_bool & price_over_ma5_bool & volume_ratio_bool)]
# 输出结果
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。
