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，连续三天以上大单净量大于0.05的个股。此策略结合了股票价格波动、流动性、市场交易情况和大单的买入压力等多方面因素，选取符合条件的个股。
选股逻辑分析
本选股策略结合了振幅、换手率、竞价成交量、大单净量等指标，能够反映股票价格波动、流动性、市场交易情况和大单买入的情况等因素，并根据这些因素选择符合条件的个股。
有何风险？
本选股策略主要依赖于大单净量这一指标，存在大单买入的情况可能因公司内部信息或市场波动等因素而导致股价大幅波动，带来潜在风险。同时，本选股策略仍然忽略了一些重要的基本面、政策等因素的影响，仅从技术指标和大单净量等角度出发，可能会错失某些个股的机会，带来潜在风险。
如何优化？
为了更好地优化选股策略，可以在大单净量之外，加入其他指标的考虑，如ROE、净利润增长率、业绩预告等基本面指标，以更好地反映公司的财务状况。同时，可以使用不同的大单净量比例阈值，并考虑连续大单净量的天数，以筛选出更具风险抵御能力的股票。此外，可以考虑加入其它投资者的参考，如公募基金、私募基金等，以更加全面地分析市场情况。
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，连续三天以上大单净量大于0.05的个股。在此基础上，加入其他指标的考虑，如ROE、净利润增长率、业绩预告等基本面指标，并使用不同的大单净量比例阈值，并考虑连续大单净量的天数，以筛选出更具风险抵御能力的股票。同时，参考其他投资者，如公募基金、私募基金等，以更加全面地分析市场情况。
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 and (df['net_mf_vol'] > 0.05).rolling(window=3).sum().iloc[-1] >=3:
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')
if not db.empty:
if db['amplitude'].iloc[0] > 1 and 0.5 < db['turnover_rate'].iloc[0] * db['volume_ratio'].iloc[0] < 2:
# add more conditions
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。
