问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,今日均线向上发散。
选股逻辑分析
该选股逻辑主要结合了三个因素：市场情绪、市场资金和技术指标。通过选取振幅大于1、今日控盘大于21和今日均线向上发散的股票，可以筛选出市场情绪良好、资金充裕且股票走势较好的优质股票。
有何风险？
该选股逻辑可能存在以下风险：
- 忽略了基本面因素的影响：该选股逻辑主要侧重于市场情绪、市场资金和技术指标等方面，忽略了股票自身的基本面因素对股价的影响；
- 技术指标可能出现滞后：尽管选股中引入了技术指标，但这些指标往往存在滞后性，选出的股票走势未必一定良好。
如何优化？
为了降低风险和提高精度，我们可以通过以下措施进行优化：
- 引入基本面因素：在选股中引入更多的基本面和行业趋势等变量，优化选股标准，从而挑选出基本面更加稳健、质量更高的优质股票；
- 深入挖掘技术指标：选择一些可以补充技术指标滞后的指标和算法，以在技术指标方面更准确地筛选优质股票。
最终的选股逻辑
综上所述，我们最终选择以下选股逻辑：
- 振幅大于1；
- 今日控盘大于21；
- 今日均线向上发散。
同花顺指标公式代码参考
C1 = AMP() > 1;
C2 = CONTROLLING_SHARES_CHANGE() > 0.21;
C3 = CROSS(MA(CLOSE, 5), MA(CLOSE, 10)) > 0;
SELECTOR = C1 AND C2 AND C3 ;
RESULT = SORT(RANK(SELECTOR), 1)==1;
python代码参考
def select_stocks():
selected_stocks = []
for stock in get_all_stocks():
c1 = get_price(stock, end_date=datetime.now(), frequency='1d', fields='amplitude')[-1] > 0.01
c2 = abs(get_controlling_shareholders(stock, end_date=datetime.now(), frequency='1d')['controlling_shareholders_day_pct_change'][-1]) > 0.21
ma5 = get_ma(stock, end_date=datetime.now(), frequency='1d', interval=5, fields='close')[-1]
ma10 = get_ma(stock, end_date=datetime.now(), frequency='1d', interval=10, fields='close')[-1]
c3 = ma5 > ma10
if c1 and c2 and c3:
selected_stocks.append(stock)
selected_stocks = sorted(selected_stocks, key=lambda x: get_price_change(x, 1, datetime.now(), frequency='1d'), reverse=True)
return selected_stocks[:5]
result = select_stocks()
print(result)
以上Python代码仅供参考，具体实现还需要根据自己的需求进行调整。
## 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。
