问财量化选股策略逻辑
该选股策略包括三个条件：
- 振幅大于1
- 今日最低价小于昨日最低价
- 30日平均线向上
选股逻辑分析
该选股策略同样从技术面出发，选取振幅大，且价格自低点起涨幅较大的股票，同时要求30日平均线向上，这可以满足一些技术面基本面均衡的投资者，能够考虑到一定量的基本面分析，同时也要求一定的技术面支持。该选股策略适合于中长线的操作者使用。
有何风险？
该选股策略仍有一定风险，主要表现在未能考虑到公司的具体基本面，同时30日均线的上涨可能掩盖公司基本面的变化。总体风险偏高，需要注意。
如何优化？
可以继续优化该选股策略，此外可以引入其他市场因素，如市场流动性，市场情绪等因素进行筛选。基本面因素仍具有一定的借鉴意义。
最终的选股逻辑
基于以上分析，最终的选股逻辑如下：
- 振幅大于1，市场对股价波动大的股票更感兴趣。
- 今日最低价小于昨日最低价，表明股价上升趋势已经明显。
- 30日平均线向上，表明股价长期上升的潜力相对较大。
同花顺指标公式代码参考
- 振幅大于1：amplitude > 1
- 今日最低价小于昨日最低价：low < ref(low, 1)
- 30日平均线向上：ma(close, 30) > ma(close, 30).shift(1)
python代码参考
import pandas as pd
import tushare as ts
df = ts.get_k_data('000001', start='2020-01-01', end='2020-12-31')
df['ma30'] = df['close'].rolling(30).mean()
df = df.dropna()
df['condition1'] = df['amplitude'] > 1
df['condition2'] = df['low'] < df['low'].shift(1)
df['condition3'] = df['ma30'] > df['ma30'].shift(1)
df = df[df['condition1'] & df['condition2'] & df['condition3']]
codes = ['sh'+code for code in df['date'].tolist()]
result = pd.DataFrame()
for code in codes:
bars = ts.get_realtime_quotes(code)
result = result.append({'code': code[2:], 'name': bars['name'].tolist()[0], 'price': float(bars['price'].tolist()[0])}, ignore_index=True)
result = result.sort_values(by='price', ascending=True)
## 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。
