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和换手率在2%到9%之间的股票进行投资。此策略考虑了股票价格波动、上涨趋势和流动性等因素，适用于价值投资和中短期投资。
选股逻辑分析
此选股逻辑考虑了股票价格波动、上涨趋势和流动性等因素。振幅大于1代表了较强的波动性，可选择交易性强的股票；周线MA5金叉MA10确认了股票的上涨趋势，有较大的投资潜力；换手率在2%到9%之间说明了一定的流动性，方便投资者进行交易。
有何风险？
此选股策略侧重于价格波动和上涨趋势等技术指标，较为依赖历史数据，或许会忽略基本面和行业发展趋势等重要因素，需要有针对性地补充分析。
如何优化？
应该结合公司基本面、行业发展趋势等因素，对选股逻辑进行深入分析。可以考虑采用深度学习等先进技术，从多个方面来筛选股票，提高选股的效果。
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和换手率在2%到9%之间的股票进行投资。此选股策略需要进一步与基本面、行业发展趋势等因素相结合。
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%
- 换手率公式：
- TURN = VOL / CAPITAL * 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)
turnover = df['vol'] / df['circ_mv'] * 100
if amplitude[-1] > 0.01 and ma5[-1] > ma10[-1] and turnover[-1] > 2 and turnover[-1] < 9:
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。
