问财量化选股策略逻辑
本选股策略选取符合以下条件的股票：振幅大于1，周线MA5金叉MA10，竞价涨幅在-2%到5%之间。通过综合考虑技术面和市场走势，筛选出优秀的股票。
选股逻辑分析
本选股策略主要考虑了技术面指标和市场走势。振幅大于1可以筛选出波动较大的股票，周线MA5金叉MA10表示股价呈现出上涨的趋势。竞价涨幅的范围在-2%到5%之间，则表明这些股票的投资价值比较稳定，属于市场上的安全类型。通过综合这些因素，筛选出有潜力的优质股票。
有何风险？
本选股策略主要依据市场走势进行筛选，忽略了公司基本面的影响。同时，竞价涨幅的范围过于宽泛，容易产生选中股票的回落风险，需谨慎考虑这一因素。
如何优化？
本选股策略应进一步结合公司基本面产生该股票的价值变化。同时，竞价涨幅可适当缩小范围，以提高筛选出的股票的投资价值。
最终的选股逻辑
本选股策略选取符合以下条件的股票：
- 振幅大于1；
- 周线MA5金叉MA10；
- 竞价涨幅在-2%到5%之间。
通过筛选股票的技术面指标和市场走势，挖掘出有潜力的优质股票。
同花顺指标公式代码参考
以下是本选股策略的通达信指标代码：
C1: V>1
C2: WEEK:MA(CLOSE,5)>REF(MA(CLOSE,10),1) AND MA(CLOSE,5)<REF(MA(CLOSE,10),1)
C3: -2< (OPEN - LASTCLOSE)/LASTCLOSE*100<5
C4: C1 AND C2 AND C3
C5: COUNTC(C4, 1)>0
SEL_STOCK:SELECTC(C5 AND C, 0, 1)
其中，C1表示振幅大于1，C2表示周线MA5金叉MA10，C3表示竞价涨幅的条件。C4为三个条件的组合。COUNTC 函数用于计算符合条件的股票数量，SELECTC 用于选出符合条件的股票，进行投资操作。
python代码参考
import tushare as ts
import talib
# 判断当日是否符合筛选条件
def check_today(code):
k_data = ts.get_hist_data(code)
if k_data is None or 'ST' in k_data.name.values[0] or '退' in k_data.name.values[0]:
return False
v = k_data.iloc[-1]['volume']
ma5 = talib.MA(k_data['close'], timeperiod=5)[-1]
ma10 = talib.MA(k_data['close'], timeperiod=10)[-1]
open_price = k_data.iloc[-1]['open']
last_close_price = k_data.iloc[-2]['close']
price_change = (open_price - last_close_price) / last_close_price * 100
return v>1 and ma5>ma10 and -2<price_change<5
# 按市值排序
def sort_by_market_value(data):
return data.sort_values(by='circulating_market_cap', ascending=False)
# 选取符合条件的股票
def select_stock():
results = []
all_stocks = ts.get_stock_basics()
for code in all_stocks.index:
if check_today(code):
results.append(code)
selected_data = all_stocks.loc[results]
return sort_by_market_value(selected_data).index.tolist()
print(select_stock())
以上代码仅供参考，具体实现应根据实际情况进行调整。其中，使用了 tushare 和 talib 库进行了股票数据获取和技术指标计算，sort_by_market_value 和 check_today 分别用于基本面和技术面的筛选。
## 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。
