问财量化选股策略逻辑
本选股策略选取振幅大于1、昨日非涨停板，且市值在100亿以内且过去三年均为盈利状态的企业作为投资标的。
选股逻辑分析
振幅大于1可以筛选出波动性较大的股票，有更大的投资机会；昨日非涨停板是为了避免选出快速上涨过程中不稳定的股票；市值范围在100亿以内可选取中小盘股票，过去三年均为盈利状态则是为了筛选出质量较高的公司。
有何风险？
本选股策略忽略了其他基本面和技术面因素的影响可能会导致盈亏比低于预期；同时，过度强调盈利可能会忽略了成长性对公司未来的重要影响。
如何优化？
可以加入其他基本面和技术面指标，如市盈率、市净率、MACD等指标，来综合评估股票的价值和成长性；同时，考虑行业属性和宏观经济环境的影响，进行更全面的分析和预判。
最终的选股逻辑
本策略选取振幅大于1、昨日非涨停板，且市值在100亿以内且过去三年均为盈利状态的企业作为投资标的，并结合其他基本面和技术面指标进行综合分析和筛选，选出具有高价值、成长性和盈利能力的个股，搭建多样化的投资组合。
同花顺指标公式代码参考
无
python代码参考
# 引入Tushare库、Numpy库、Pandas库
import tushare as ts
import numpy as np
import pandas as pd
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for ts_code in quote["ts_code"]:
if ts_code.startswith("60") or ts_code.startswith("000") or ts_code.startswith("002"):
# 获取股票数据
stock_data = pro.daily(ts_code=ts_code, start_date='20180101', end_date='today')
if len(stock_data) > 100 and stock_data["pct_chg"].iloc[0] != 0 and (stock_data["high"].iloc[0] - stock_data["low"].iloc[0]) / stock_data["close"].iloc[1] > 0.01 and stock_data["pct_chg"].iloc[0] > 0 and stock_data["total_mv"].iloc[0] < 10000000000:
fin_data = pro.fina_indicator(ts_code=ts_code, start_date='20180101', end_date='today')
if (fin_data['year'].count() == 3) and (fin_data['is_audit'].iloc[-1] == '是'):
if sum(fin_data['np_parent_company_owners']) > 0:
selected_stocks.append(ts_code)
if len(selected_stocks) == n:
return selected_stocks
## 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。
