问财量化选股策略逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、今日均线向上发散。该选股策略综合考虑股票的波动性、规模以及走势特征，挖掘出具有潜在上涨空间的股票。
选股逻辑分析
该选股逻辑通过综合考虑股票的振幅、规模和今日均线的走势情况，挖掘出具备较大波动性及走势上涨特征的股票，有助于发现市场中具有潜力的个股。
有何风险？
该选股逻辑存在以下风险：一是均线向上发散不一定代表价格即将上涨，存在市场的误判；二是部分股票的振幅很大，但走势不明显，难以预测价格走向；三是市场环境和市场风险也可能影响个股的价格走势。
如何优化？
为增加选股策略的有效性和稳定性，可以对选股逻辑进行更多的优化和完善，例如：一是加入更多技术指标和基本面因素进行分析，如MACD、KDJ等，全面分析股票的波动特征和价值；二是根据市场环境和行业表现等因素进行相应的调整，降低市场风险和不确定性；三是加入自己的观点和经验，提高选股策略的人为指导因素。
最终的选股逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、今日均线向上发散。该逻辑结合了股票规模、股票波动、股票走势等多种因素来综合筛选优质个股，并规避市场风险与股票的过度波动性。
同花顺指标公式代码参考
CIRC_MARKET_CAP >=100 AND AMPLITUDE >=1 AND ((CLOSE > MA5) AND (MA5 > MA10) AND (MA10 > MA20) AND (MA20 > MA30))
其中，CIRC_MARKET_CAP表示流通市值，AMPLITUDE表示振幅，CLOSE、MA5、MA10、MA20和MA30分别表示当日收盘价和5、10、20、30日均线的值，该指标综合考虑选股的多个条件和股票规模、波动、走势等因素。
Python代码参考
# 导入tushare包和pandas包
import tushare as ts
import numpy as np
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
# 获取符合条件的股票
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code').ts_code:
stock_data = pro.query('stock_basic', ts_code=ts_code)
if stock_data.iloc[0]['circulating_market_cap'] < 100:
continue
# 判断振幅是否符合条件
daily_data = pro.daily(ts_code=ts_code, start_date='', end_date='', fields='trade_date, open, high, low, close, pct_chg')
if len(daily_data) == 0:
continue
amplitude = (daily_data['high'].max() - daily_data['low'].min()) / daily_data['pre_close'].iloc[-1]
if amplitude < 1:
continue
# 判断均线向上发散是否符合条件
ma_data = pro.daily(ts_code=ts_code, start_date='', end_date='', fields='ts_code, trade_date, close')
close_price = np.array(ma_data['close'])
ma5 = np.mean(close_price[-5:])
ma10 = np.mean(close_price[-10:])
ma20 = np.mean(close_price[-20:])
ma30 = np.mean(close_price[-30:])
if close_price[-1] < ma5 or ma5 < ma10 or ma10 < ma20 or ma20 < ma30:
continue
# 加入选股池
selected_stocks.append(stock_data.iloc[0]['ts_code'])
return selected_stocks
## 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。
