问财量化选股策略逻辑
本选股策略选取以下股票：振幅大于1、昨日主力控盘、下午大单净流入。该选股策略基于股票的技术面因素和基本面因素，以期能在短期内获得一定的收益。
选股逻辑分析
该选股策略首先筛选了振幅大于1、昨日主力控盘，然后在这些股票中再筛选下午大单净流入的股票进行选取。该选股策略对股票的技术面和市场表现进行了综合考虑，能够有效过滤掉市场走势较差或风险较大的股票。
有何风险？
该选股策略存在一定的风险，因为选股策略过于简单，只考虑了振幅、主力控盘和大单流入等因素，忽略了更多的技术面和基本面指标。同时，由于下午的股票交易量较少，大单成交容易造成价格波动，因此过于依赖下午的大单流入可能会导致较大的风险。
如何优化？
可以加入更多的技术面和基本面指标，比如均线、相对强弱指标、财务指标、市场表现、行业趋势等，以更全面地了解股票的市场走势和公司基本信息。此外，在下单前需要根据市场情况和行情进行更多的筛选和确认，避免过度依赖下午大单流入指标而导致较大的风险。
最终的选股逻辑
选取振幅大于1、昨日主力控盘、下午大单净流入的股票进行选取。
同花顺指标公式代码参考
无
python代码参考
import tushare as ts
import datetime
def select_stock():
stock_list = ts.get_today_all()
selected_stocks = stock_list[stock_list["volume"] > 0]
selected_stocks = selected_stocks[selected_stocks["amplitude"] >= 0.01]
selected_stocks = selected_stocks[selected_stocks["turnoverratio"] >= 5]
selected_stocks = selected_stocks[selected_stocks["per"] >= 0]
selected_stocks = selected_stocks[selected_stocks["pb"] >= 0]
selected_stocks = selected_stocks[selected_stocks["circulating_market_cap"] > selected_stocks["total_market_cap"] / 2]
selected_stocks = selected_stocks[selected_stocks["holders"] > 0]
selected_stocks = selected_stocks[selected_stocks["is_st"] == "否"]
today_date = ts.get_hist_data(selected_stocks.iloc[0]['code'], start=str(datetime.date.today()), end=str(datetime.date.today()), ktype="D", retry_count=5, pause=0.01)
if today_date is None:
return None
if today_date.iloc[0]['p_change'] > 9.7:
return None
tick_data = ts.get_today_ticks(selected_stocks['code'][0], pause=0.001, retry_count=5)
if tick_data is None or len(tick_data) == 0:
return None
tick_data = tick_data[tick_data['type'] == '买盘']
if len(tick_data) == 0:
return None
morning_tick = tick_data[tick_data['time'] <= '11:30:00']
afternoon_tick = tick_data[tick_data['time'] >= '13:00:00']
morning_flow = morning_tick['amount'].sum() - morning_tick['preamount'].sum()
afternoon_flow = afternoon_tick['amount'].sum() - afternoon_tick['preamount'].sum()
if afternoon_flow <= 0:
return None
yesterday_date = datetime.datetime.now() - datetime.timedelta(days=1)
yesterday_ma = ts.get_hist_data(selected_stocks.iloc[0]['code'], start=str(yesterday_date.date()), end=str(yesterday_date.date()), ktype="D", retry_count=5, pause=0.01)
ratio = today_date['volume'][0] / ts.get_tick_data(selected_stocks['code'][0], date=str(yesterday_date.date()), src='tt')[0]['volume']
hld_ratio = selected_stocks["turnoverratio"] * ratio
if yesterday_ma.iloc[0]['p_change'] > 9.8 or hld_ratio < 0.5:
return None
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现方法可以根据投资者需要和市场情况进行调整。
## 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。
