问财量化选股策略逻辑
本选股策略选取振幅大于1，昨日换手率*（今日竞价成交量/昨日成交量）在0.5到2之间，今日增仓占比大于5%的股票为投资目标。通过对股票价格和成交量的筛选，选择具有投资价值的股票。
选股逻辑分析
本选股策略除了关注价格和成交量的变化情况之外，还将今日增仓占比大于5%作为重要选股指标，选取了成长性更好的股票。同时，也增加了振幅大于1的限制，可以过滤掉波动性更小的股票。
有何风险？
本选股策略仍然只考虑了价格和成交量的技术指标，未考虑公司基本面的分析，如盈利能力、财务状况等重要因素。此外，股市波动风险依然存在，市场变化及政策因素的影响也可能对选股结果产生影响。
如何优化？
本选股策略可以结合基本面指标等方面进行综合分析，优化选股结果的可靠性。同时需考虑资金管理，合理配置仓位和风险控制。
最终的选股逻辑
本选股策略选取振幅大于1，昨日换手率*（今日竞价成交量/昨日成交量）在0.5到2之间，今日增仓占比大于5%的股票为投资目标，结合基本面指标等综合考虑，加强资金管理和风险控制，提高选股结果稳定性和投资收益率。
同花顺指标公式代码参考
- 无
Python代码参考
import tushare as ts
import talib as ta
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry,market,area,pe,pb,circ_mv')['ts_code']:
df = pro.daily(ts_code=code, start_date='', end_date='', fields='ts_code,trade_date,open,high,low,close,vol,amount')
if (df.iloc[-1]['open'] - df.iloc[-1]['low']) / df.iloc[-1]['high'] > 0.01:
vol_rate = pro.moneyflow(ts_code=code, start_date='', end_date='', fields='ts_code,trade_date,buy_sm_vol,sell_sm_vol,buy_md_vol,sell_md_vol,buy_lg_vol,sell_lg_vol,buy_elg_vol,sell_elg_vol,net_mf_vol')
vol_rate = vol_rate.set_index('trade_date')
if vol_rate.iloc[-2]['vol'] > 0 and (vol_rate.iloc[-2]['turnover_rate']*(df.iloc[-1]['amount']/vol_rate.iloc[-2]['vol'])) > 0.5 and (vol_rate.iloc[-2]['turnover_rate']*(df.iloc[-1]['amount']/vol_rate.iloc[-2]['vol'])) < 2 and vol_rate.iloc[-1]['buy_elg_vol']/df.iloc[-1]['vol'] > 0.05:
selected_stocks.append(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。
