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、三个技术指标同时金叉的股票。
选股逻辑分析
该选股策略结合了技术面的多个要素，包括振幅、涨停板、金叉等，通过选取多个指标同时符合要求的股票，筛选出具有较好上升势头和潜在交易机会的股票。
有何风险？
该选股策略忽略了公司的基本面因素，只关注技术面因素，市场风险和冲击，以及公司财务状况等因素可能对股价产生影响。同时，某些股票在技术面上不符合要求，但拥有良好的基本面和潜在发展空间，可能被错过。
如何优化？
可以根据个人的投资偏好和风险偏好，结合技术面和基本面因素进行综合评估。同时，可以设置相应的卖出点和止损点，控制风险。
最终的选股逻辑
本选股策略选取振幅大于1、昨日非涨停板、三个技术指标同时金叉的股票，可以筛选出具有较好上升势头和潜在交易机会的股票，对于寻找短期交易机会有一定的参考意义。对于长期投资者，可以结合基本面指标进行综合评估。
同花顺指标公式代码参考
本选股策略同样依赖于股票的技术指标，同花顺指标代码如下：
三个技术指标同时金叉：SMA(CLOSE,5)金叉 REF(SMA(CLOSE,60),1)金叉 AND MACD()金叉
python代码参考
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
today = pro.trade_cal(exchange='', is_open='1')["cal_date"].values[-1]
yesterday = pro.trade_cal(exchange='', is_open='1', end_date=today, count=2)["cal_date"].values[0]
# 筛选出振幅大于1、昨日非涨停板、三个技术指标同时金叉的股票
quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date')
quote = quote[quote["market"].isin(["主板", "中小板", "创业板"])]
for ts_code in quote["ts_code"]:
daily_data = pro.daily(ts_code=ts_code, start_date="20000101", end_date=today)
ma5 = daily_data["close"].rolling(5).mean()
ma60 = daily_data["close"].rolling(60).mean()
diff, dea, macd = talib.MACD(np.array(daily_data["close"]))
if len(daily_data) > 60 and daily_data["high"].max() != daily_data["low"].min() \
and daily_data.iloc[-2]["close"] > daily_data.iloc[-2]["low"] \
and ma5.iloc[-1] > ma60.iloc[-1] and ma5.iloc[-2] < ma60.iloc[-2] \
and macd[-1] > macd[-2] and diff[-1] > dea[-1] and diff[-2] < dea[-2]:
selected_stocks.append(ts_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。
