问财量化选股策略逻辑
选股逻辑为：振幅大于1、竞价时涨跌幅大单加注、特大单共计买入量大于0.7千万、30日平均线向上的主板股票。在每个交易日的开盘前进行选股，然后按照资金流向、技术面等指标进行排序，选出相对强势的股票进行投资。
选股逻辑分析
相对于之前的选股逻辑，增加了30日平均线向上的标准，更加注重了股票的长期走势。同时，在短期因素上仍然考虑了量价、涨跌幅等指标，可以辅助判断当前股票的走势，适合在中长期内进行交易。
有何风险？
该选股策略存在以下风险：
-
过度关注技术面，可能导致忽略了基本面和行业特性等因素，造成投资偏差。
-
选股逻辑过于单一，缺乏足够多的维度和判断因素，难以反映完整的市场情况和市场变化。
如何优化？
为了优化该选股策略，我们可以考虑以下措施：
-
加强对股票基本面和行业信息的挖掘和分析，更准确地评估股票价值和潜力。
-
结合市场情况和投资风格等因素，对选股逻辑进行差异化拓展和调整，以适应各种市场情况。
最终的选股逻辑
选股逻辑为：振幅大于1、竞价时涨跌幅大单加注、特大单共计买入量大于0.7千万、30日平均线向上的主板股票。在进行选股时需要充分考虑价量关系、技术面、基本面以及长期走势等因素，综合判断进行适当的选股和风险控制。在策略实施时，可以依据资金流向指标的变化进行及时调整，以适应市场变化。
同花顺指标公式代码参考
可以使用以下通达信指标公式：
A > 1 AND ABS(B1/B2-1) > 0.03 AND ABS(C4) > 7000000 AND MA(CLOSE,30) > REF(MA(CLOSE,30),1)
其中，A表示振幅，B1/B2表示竞价时涨跌幅，C4表示特大单共计买入量，CLOSE表示收盘价，MA(CLOSE,30)表示30日均线，REF(MA(CLOSE,30),1)表示昨日30日均线值。其他参数参考前述选股逻辑和分析。
python代码参考
from gm.api import *
set_token("your_token_here")
symbol = "SHSE.600000" # 股票代码
start_date = "2018-01-01" # 回测开始日期
end_date = "2022-01-01" # 回测结束日期
# 获取历史股票信息
stocks = get_history_instruments(type=InstrumentType.Stock, market=Market.SHSE, max_count=10000)
# 获取股票历史信息，和行业信息
bars = history_n(symbol=symbol, frequency="1d", start_time=start_date, end_time=end_date, fields="close, seccode, Depth, financial")
# 计算30日均线
ma_30 = sma(close(), timeperiod=30)
# 进行选股筛选
amplitude = abs(high() / low() - 1)
buy_diff = abs(bid_volume1() / ask_volume1() - 1)
buy_volume = abs(total_bought_large_orders())
selected = (amplitude > 0.01) & (buy_diff > 0.03) & (buy_volume > 700000000) & (close() > ma_30) & (ma_30 > REF(ma_30,1))
selected = selected[SORTINDCAPITALFLOW().argsort()[::-1]]
# 打印选中的股票代码
print(bars.loc[selected].index.values)
其中，其他变量含义同前述的选股逻辑和分析。
## 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。
