问财量化选股策略逻辑
选股逻辑为：振幅大于1、大单净量排行、高点为两日最高。该选股策略主要是选择振幅较大、大单量比较集中、股价处于近期高点的股票，适用于对短线操作有一定掌握的投资者。
选股逻辑分析
该选股逻辑主要基于技术面进行选股，振幅大于1和大单净量排行符合短线投资者对波段操作的需求，高点为两日最高则能更好地反映出近期股价的走势。
有何风险？
该选股逻辑可能忽略了一些其他的重要的因素，如基本面、行业因素等。此外，由于选取的高点为两日最高，可能会导致选股的局限性，不能全面、准确地反映股票的价值和走势。
如何优化？
在选股策略中加入部分基本面指标和行业分析可以更全面、更准确地判断股票的投资价值。此外，可以考虑加入其他技术指标，如均线、MACD等，来判断股价的走势。同时也可以在高点筛选的基础上，结合其他技术指标对选股结果进行验证和筛选。
最终的选股逻辑
选股条件为：振幅大于1、大单净量排行、高点为两日最高，并结合基本面分析、行业分析和其他技术指标判断。
同花顺指标公式代码参考
# 振幅大于1
SELECT1 = (HIGH - LOW) / HIGH > 0.01
# 大单净量排行
SELECT2 = GET_DRBQ(CODE, NAME, LAST, LASTVOL) >= 0.8
# 高点为两日最高
SELECT3 = HHV(C, 2) == C
SELECT = SELECT1 AND SELECT2 AND SELECT3
SORT_BY = '资金流入'
SORT_ASCEND = False
以上是计算选股逻辑的同花顺指标公式。需要根据实际情况进行具体调整，以得到更加准确的选股结果。
Python代码参考
import pandas as pd
import numpy as np
import tushare as ts
def get_selected_stocks():
# 获取tushare连接
ts.set_token('Your Token')
pro = ts.pro_api()
# 获取股票数据
stock_data = pro.daily(ts_code='000001.SZ', start_date='20220101', end_date='20220301')
# 进行选股
selected_stocks = []
for idx, row in stock_data.iterrows():
# 判断振幅大于1，大单净量排行，高点为两日最高
if (row['high'] - row['low']) / row['high'] <= 0.01 or \
GET_DRBQ(row['ts_code'], row['name'], row['close'], row['vol']) < 0.8:
continue
if row['amount'] == 0 or row['close'] == 0:
continue
if HHV(row['close'], 2) != row['close']:
continue
selected_data = {}
selected_data['ts_code'] = row['ts_code']
selected_data['stock_name'] = row['name']
selected_data['stock_price'] = row['close']
selected_data['circ_market_cap'] = row['circ_mv']
# 可添加其他指标
selected_stocks.append(selected_data)
# 按资金流入从高到低排序
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['fund_at_buy'], reverse=True)
return selected_stocks_sorted
以上为Python代码实现，选股逻辑为：振幅大于1、大单净量排行、高点为两日最高。同样需要根据实际需求进行修改，加入其他指标、基本面因素等因素综合判断，以及风险控制措施等。
## 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。
