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，昨日成交额大于6千万的股票进行选股。该策略侧重于选取具有较强走势可能的个股，并能够反映股票价格波动和市场交易情况等因素。
选股逻辑分析
本选股策略主要依据振幅、换手率、成交额等技术指标，能够反映股票价格波动和市场交易情况等因素。同时，设定昨日成交额大于6千万的条件，筛选出具有较大资金流动性的股票。综合考虑技术指标和资金流动性，能够选出较具有走势可能的股票。
有何风险？
本选股策略虽然考虑了技术指标和资金流动性等因素，但仍存在因基本面或其它因素影响，而忽略了一些公司真实的价值情况，选到危险股票或失去优质股票的风险。同时，单一的技术指标和资金流动性等指标不能综合考虑多个因素，筛选出更具有潜力的股票。
如何优化？
为了更好地优化选股策略，可以加入一些基本面指标，如EPS、市盈率、市净率等指标，以更全面地了解公司的财务状况。同时，可以加入更多的技术指标，如均线、MACD等指标，以更全面地了解股价的走势和趋势。此外，可以考虑将成交额指标调整为成交额均值，以保持选股的稳定性和可靠性。
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，且昨日成交额均值大于6千万的股票进行选股。同时，加入基本面指标和技术指标等考虑进行筛选，以更全面地了解公司财务状况和股价走势，并筛选出更具有走势可能和安全性的股票。
同花顺指标公式代码参考
无
Python代码参考
import tushare as ts
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,list_date,list_status,total_mv')["ts_code"]:
if len(selected_stocks) >= n:
break
df = pro.query('moneyflow_hist', ts_code=code, start_date='20210101', end_date='20211231', fields='net_mf_vol')
if not df.empty:
qfq_df = pro.adj_factor(ts_code=code, trade_date='20220101', fields='adj_factor')
if not qfq_df.empty and float(qfq_df['adj_factor'].iloc[0]) != 0 and float(qfq_df['adj_factor'].iloc[0]) != None:
db = pro.query('daily_basic', ts_code=code, trade_date=pro.trade_cal(exchange='', start_date='20210101', end_date='20220331')['cal_date'].iloc[-1], fields='ts_code,trade_date,turnover_rate,volume_ratio,amplitude,trade_date,turnover_rate_f,volume_ratio_f')
if not db.empty:
if db['amplitude'].iloc[0] > 1 and 0.5 < db['turnover_rate'].iloc[0] * db['volume_ratio'].iloc[0] < 2 and db['vol'][1:].mean() > 60000000:
selected_stocks.append(code)
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。
