问财量化选股策略逻辑
本股票策略选取以下股票：振幅大于1，昨日主力控盘，机构动向大于0。该策略通过筛选振幅较大、主力资金介入、且具备机构看好的股票，相对于其他策略更为注重市场声誉和基本面分析。
选股逻辑分析
该选股逻辑通过设定振幅、资金流向和机构动向等条件，将重点放在了长期趋势和基本面分析上。筛选出具备机构看好的股票和主力资金介入的振幅较大的股票，有利于投资者把握股票的市场声誉和基本面。
有何风险？
该选股逻辑依赖于机构的投资行为和看法，同时不能忽略短期市场变化带来的风险。同时，该选股策略可能会过于依赖历史数据，对当前市场变化的预测能力较弱。
如何优化？
可以将选股策略中的资金流向和机构动向条件进行适度锻炼，增加一些市场趋势、公司基本面等因素的考虑，如加入盈利能力等基本因素，并加强对于市场变化的敏感度。
最终的选股逻辑
选取振幅大于1，昨日主力控盘，机构动向大于0的股票。
同花顺指标公式代码参考
CLOSE > OPEN AND AMOUNT/VOL > 0 AND C > YS(C)
python代码参考
import tushare as ts
# 定义筛选条件
amplitude_filter = 0.01
main_money_filter = True
institution_trend_filter = 0
market_filter = ["sh", "sz"]
# 获取股票列表和股票历史数据
stock_list = ts.get_stock_basics()
selected_stocks = pd.DataFrame()
for stock in stock_list.index:
history_data = ts.get_hist_data(stock)
if len(history_data) < ma_filter_len + ma_filter_shift:
continue
institution_trend = ts.inst_detail(stock)["sum"][0]
# 筛选振幅大于1，昨日主力控盘，机构动向大于0的股票
if ((history_data["high"][0] - history_data["low"][0]) >= amplitude_filter * history_data[0] and
(history_data["amount"][1] / history_data["vol"][1] > 0) and (history_data["close"][0] > history_data["open"][0]) and
(institution_trend > institution_trend_filter)):
selected_stocks = selected_stocks.append(stock_list.loc[stock])
selected_stocks = selected_stocks[(selected_stocks.index.map(lambda x: x[0:2] in market_filter))]
# 输出选股结果
for stock in selected_stocks.index:
print(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。
