问财量化选股策略逻辑
该选股策略选取振幅大于1、周线MA5金叉MA10和大单净量排行进行投资。此策略综合了价格、趋势和资金流向的考虑，可用于中长期投资。
选股逻辑分析
此选股逻辑考虑了股票价格相对波动、价格上涨趋势以及资金流入的情况。振幅大于1代表了较强的波动性；周线MA5金叉MA10确认了股票的上涨趋势；大单净量排行表明了资金流向的情况，能进一步确认股票的投资价值。
有何风险？
选股策略或许过于依赖技术指标和资金流向，有可能忽略公司基本面、行业发展趋势等因素的影响，需要进一步优化。
如何优化？
可以在此基础上加入公司基本面和行业趋势的考虑，综合多个方面的因素进行选股决策。同时，有针对性地对资金流向等因素进行分析，更加准确地判断股票的投资价值。
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和大单净量排行进行投资，需结合其他指标进行优化。
同花顺指标公式代码参考
- 均线公式：
- MA(N) = SUM(CLOSE, N) / N
- 振幅公式：
- AMP = (HIGH - LOW) / REF(CLOSE, 1) * 100%
- 大单净量排行公式：
- RANK(VOL) / COUNT(VOL) * 100%
python代码参考
import tushare as ts
import pandas as pd
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()
amplitude = (df['high'] - df['low']) / df['close'].shift(1)
rank_volume = df['vol'].rank(pct=True) * 100
if amplitude[-1] > 0.01 and ma5[-1] > ma10[-1] and rank_volume[-1] > 70:
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。
