问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,主升起动。
选股逻辑分析
该选股策略主要是在考虑股票流动性的同时，通过振幅大于1、今日控盘大于21和主升起动等指标，选出波动性较大、增长空间较大的股票，并用于制定交易策略。主升起动指股票3日、5日、10日K线的位置均处于各自的上升期。通过细致选股、长期持有、及时增减仓位，以期获取良好的盈利。
有何风险？
该选股策略的风险在于，该选股策略中存在一定的追涨杀跌的风险，对中短线投资者而言，买入时股票过于高估，操作失误时损失较大。此外，该策略未考虑公司基本面信息等因素，应注意市场风险以及信息不对称等问题。
如何优化？
为了更全面地考虑各类因素，可以对该选股策略进行如下优化：
- 振幅大于1；
- 今日控盘＞21；
- 主升起动；
- 考虑市场热度和资金流向等市场因素；
- 加入公司基本面指标，如PE、PB、EPS、ROE和PEG等；
- 同时综合考虑其他技术指标，如KDJ、RSI等，以及市场情况的影响；
最终的选股逻辑
为了更加细致地考虑各类因素，可以对该选股策略进行如下优化：
- 振幅大于1；
- 今日控盘＞21；
- 主升起动；
- 考虑市场热度和资金流向等市场因素；
- 加入公司基本面指标，如PE、PB、EPS、ROE和PEG等；
- 同时综合考虑其他技术指标，如KDJ、RSI等，以及市场情况的影响；
同花顺指标公式代码参考
以下是同花顺实现此策略的部分指标公式代码：
C1 = AMP() > 1;
C2 = ABS(CONTROLLING_SHARES_DAY_CHG()) > 21;
C3 = GOLDEMA(CLOSE, 3) > GOLDEMA(OPEN, 3) AND GOLDEMA(CLOSE, 5) > GOLDEMA(OPEN, 5) AND GOLDEMA(CLOSE, 10) > GOLDEMA(OPEN, 10);
SELECTOR = C1 AND C2 AND C3;
RESULT = REF(SORT(RANK(SELECTOR AND CAPITALIZATION ), 1), 0) == 0;
Python代码参考
以下是Python实现此策略的部分代码：
def select_stocks():
selected_stocks = []
for stock in get_all_stocks():
c1 = get_price(stock, count=1, end_date=datetime.now(), frequency='1d', fields='amplitude')[0] > 0.01
c2 = abs(get_controlling_shareholders(stock, count=1, end_date=datetime.now(), frequency='1d')['controlling_shareholders_day_pct_change'][0]) > 0.21
c3 = (ta.EMA(get_price(stock, count=10, end_date=datetime.now(), frequency='1d', fields='close'), timeperiod=3)[-1] > ta.EMA(get_price(stock, count=10, end_date=datetime.now(), frequency='1d', fields='open'), timeperiod=3)[-1]) and (ta.EMA(get_price(stock, count=10, end_date=datetime.now(), frequency='1d', fields='close'), timeperiod=5)[-1] > ta.EMA(get_price(stock, count=10, end_date=datetime.now(), frequency='1d', fields='open'), timeperiod=5)[-1]) and (ta.EMA(get_price(stock, count=10, end_date=datetime.now(), frequency='1d', fields='close'), timeperiod=10)[-1] > ta.EMA(get_price(stock, count=10, end_date=datetime.now(), frequency='1d', fields='open'), timeperiod=10)[-1])
if c1 and c2 and c3:
selected_stocks.append(stock)
return selected_stocks
result = select_stocks()
print(result)
以上Python代码仅供参考，具体实现还需要结合自身需求进行调整。
## 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。
