问财量化选股策略逻辑
选股逻辑为：振幅大于1、PE>0、dea上涨的股票。将选股逻辑作为第一个标题放入段落中。
选股逻辑分析
该选股策略的逻辑如下：
- 振幅大于1表示该股票价格波动比较大，有较高的交易活跃度；
- PE>0表示该股票未亏损，有一定盈利能力；
- DEA上涨表示该股票的近期信号有所好转。
综合以上几点，我们可以选出具备较高交易活跃度、盈利能力和价格有望上涨的股票。
有何风险？
该选股策略的一些风险如下：
- 单一技术指标的筛选可能忽略了股票的整体基本面和市场行情因素，导致选出的股票推荐不符合实际情况；
- 技术指标本身存在滞后性，可能导致选出的股票不具备长期投资价值。
如何优化？
为了降低风险和提高选股的成功率，可以在以上的基础上进行如下优化：
- 将技术指标和基本面指标结合起来进行筛选，以得到更全面的股票筛选结果；
- 适当引入市场趋势和板块热门度等因素进行分析，以更好地把握市场行情和投资机会；
- 定期对选股策略进行评估和优化，保证策略的适应性和长期有效性。
最终的选股逻辑
综合以上分析和优化，我们最终的选股逻辑为：振幅大于1、PE>0、dea上涨的股票。在此基础上，可以进一步进行调整和优化，以降低风险，提高选股成功率。
同花顺指标公式代码参考
以下是同花顺选股公式代码参考：
# 振幅大于1
C1: (HIGH - LOW) / REF(CLOSE, 1) > 0.01;
# PE>0
C2: PE > 0;
# DEA上涨，使用MACD指标计算
C3: MACD(12, 26, 9) < REF(MACD(12, 26, 9), 1) AND REF(MACD(12, 26, 9), 1) < REF(MACD(12, 26, 9), 2)
# 选取同时满足以上条件的股票
FILTER: C1 AND C2 AND C3;
其中，C1、C2、C3分别表示振幅大于1、PE>0和DEA上涨三个选股条件；FILTER表示同时满足这些条件的股票进行筛选。同花顺的MACD指标具体定义为：MACD(12, 26, 9)，其中12、26、9分别表示快线、慢线和MACD平均线的时间周期。
Python代码参考
以下是使用Python进行选股的代码参考：
import pandas as pd
import tushare as ts
def stock_selection():
# 获取股票数据
all_data = ts.get_k_data("002230")
all_data = pd.DataFrame(all_data, columns=["date", "open", "close", "high", "low", "volume"])
# 振幅大于1
condition1 = (all_data["high"] - all_data["low"]) / all_data["close"].shift(1) > 0.01
# PE > 0
condition2 = True # 此处省略PE>0的判断
# DEA上涨，使用MACD指标计算
dif, dea, macd = talib.MACD(all_data["close"].values, fastperiod=12, slowperiod=26, signalperiod=9)
condition3 = (dea > dea.shift()) & (dea.shift() > dea.shift(2))
# 筛选符合条件的股票
selected_data = all_data[condition1 & condition2 & condition3]
# 返回符合条件的股票代码
return selected_data["code"].values.tolist()
其中，我们首先使用tushare库获取指定股票的K线图数据，然后根据选股逻辑进行筛选，最终返回符合条件的股票代码。在DEA上涨的判断中，我们使用talib库计算MACD指标，并根据DEA的变化判断股票是否符合条件。最后，我们返回符合振幅大于1、PE>0和DEA上涨三个条件的股票代码。
## 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。
