问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,今日上涨>1主板。
选股逻辑分析
该选股策略同样是一种短线选股策略，主要考虑了个股技术面和流通性等因素，以及股价的上涨情况。通过选取近期股价上涨、振幅较大、控盘程度较高的主板股票，获取短期的超额收益。
有何风险？
该选股策略的风险在于，考虑的因素较窄，忽略了股票的基本面因素，过于依赖于技术面和短期涨幅等指标，有可能导致收益的不稳定。
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：
- 综合考虑基本面、技术面和流通性等因素，以获得更全面、更准确的个股评价；
- 加入更多的技术指标，如均线和动量指标等，结合量化模型进行分析，减少单指标风险及提高模型的稳定度；
- 确保风险控制，不盲目追求高收益，避免大的亏损。
最终的选股逻辑
考虑风险和优化需求，得到完善后的选股逻辑：
- 振幅大于1；
- 今日控盘＞21；
- 今日上涨幅度大于1%；
- 选取主板股票。
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 = REF(CLOSE - OPEN, 0) > 0 AND MAINPLATE();
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_main_board_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 = get_price_change_rate(stock, count=1, end_date=datetime.now(), frequency='1d') > 0.01 and is_main_board(stock)
if c1 and c2 and c3:
selected_stocks.append(stock)
selected_stocks = sorted(selected_stocks, key=lambda x: get_stock_funds_flow_rank(x, 1, datetime.now()), reverse=True)
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。
