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，流通盘小于等于55亿股的股票作为投资标的。
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；流通盘小于等于55亿股是为了避免市值过大的蓝筹股，更注重中小盘股的投资。
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投资收益不尽如人意；同时，不存在任何一种选股策略可以保证100%获利且无风险。
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、ROE、RSI等指标，来综合评估股票的价值。同时，考虑股票的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，流通盘小于等于55亿股的股票作为投资标的，并结合其他基本面和技术面指标进行深度分析和筛选，选出优秀的成长股和价值股，搭建多样化的投资组合。
同花顺指标公式代码参考
暂无同花顺指标公式代码。
python代码参考
# 引入Tushare库、Numpy库、Talib库、Pandas库
import tushare as ts
import numpy as np
import talib as ta
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"]:
# 流通盘小于等于55亿股
if quote[quote["ts_code"] == ts_code]["circulating_market_cap"].values[0] > 5500000000:
continue
# 获取股票数据
stock_data = pro.daily(ts_code=ts_code, start_date='20210701', end_date='today')
if len(stock_data) > 1 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:
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。
