问财量化选股策略逻辑
选股条件为：振幅大于1、连续3天以上大单净量大于0.05、主升起动。选出符合条件的个股进行投资。
选股逻辑分析
该选股策略同样是基于三个条件进行选股，振幅大于1说明股票波动较大，连续3天以上大单净量大于0.05说明该股票的交投活跃度高，主升起动说明股票处于向上的趋势之中，有可能出现一定的上涨趋势。这三个条件结合，能够挖掘出高波动性、交投活跃、处于向上趋势之中的股票，较为有投资价值。
有何风险？
该选股策略同样没有考虑基本面因素、股票估值等因素，同时单一技术指标无法全面衡量股票的价值，存在选股不准确的风险。
如何优化？
可以加入基本面因素等其他条件进行补充，同时可以结合多种技术指标进行选股，综合分析股票的投资价值。
最终的选股逻辑
选股条件为：振幅大于1（SYNJZ('AMO',1) > 1）、连续3天以上大单净量大于0.05（ABS(BIG_NET_VOL) > 0.05 AND REF(ABS(BIG_NET_VOL),1) > 0.05 AND REF(ABS(BIG_NET_VOL),2) > 0.05）、主升起动（REF(MTI,1) <= REF(MTI,2) AND MTI > REF(MTI,1) AND REF(MTI,2) > REF(MTI,3) AND REF(MTI,3) > REF(MTI,4) AND REF(MTI,4) > REF(MTI,5) AND REF(MTI,5) > REF(MTI,6)）。选出符合条件的股票进行投资。
同花顺指标公式代码参考
振幅大于1：SYNJZ('AMO',1) > 1；
连续3天以上大单净量大于0.05：ABS(BIG_NET_VOL) > 0.05 AND REF(ABS(BIG_NET_VOL),1) > 0.05 AND REF(ABS(BIG_NET_VOL),2) > 0.05；
主升起动：REF(MTI,1) <= REF(MTI,2) AND MTI > REF(MTI,1) AND REF(MTI,2) > REF(MTI,3) AND REF(MTI,3) > REF(MTI,4) AND REF(MTI,4) > REF(MTI,5) AND REF(MTI,5) > REF(MTI,6)。
符合全部条件的选股公式：SYNJZ('AMO',1) > 1 AND ABS(BIG_NET_VOL) > 0.05 AND REF(ABS(BIG_NET_VOL),1) > 0.05 AND REF(ABS(BIG_NET_VOL),2) > 0.05 AND REF(MTI,1) <= REF(MTI,2) AND MTI > REF(MTI,1) AND REF(MTI,2) > REF(MTI,3) AND REF(MTI,3) > REF(MTI,4) AND REF(MTI,4) > REF(MTI,5) AND REF(MTI,5) > REF(MTI,6)。
python代码参考
import tushare as ts
def get_selected_stocks():
# 振幅大于1
condition1 = SYNJZ('AMO',1) > 1
# 连续3天以上大单净量大于0.05
big_net_data = ts.get_hist_data('600519', '20210901', '20211001')
condition2 = abs(big_net_data['big_net']) > 0.05 & abs(big_net_data['big_net'].shift(1)) > 0.05 & abs(big_net_data['big_net'].shift(2)) > 0.05
# 主升起动
mti_data = ts.get_hist_data('600519', '20210901', '20211001')
condition3 = (mti_data['MTI'].shift(1) <= mti_data['MTI'].shift(2)) & (mti_data['MTI'] > mti_data['MTI'].shift(1)) & (mti_data['MTI'].shift(2) > mti_data['MTI'].shift(3)) & (mti_data['MTI'].shift(3) > mti_data['MTI'].shift(4)) & (mti_data['MTI'].shift(4) > mti_data['MTI'].shift(5)) & (mti_data['MTI'].shift(5) > mti_data['MTI'].shift(6))
# 选取符合条件的股票
selected_data = stock_data[condition1 & condition2 & condition3].index.tolist()
return selected_data
result = get_selected_stocks()
print(result)
注：以上代码仅供参考，实际选股过程中可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。
