问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,机构动向大于0。
选股逻辑分析
该选股策略主要考虑了技术面和基本面的指标，综合考虑了股票的走势、资金流入和机构的买卖动向。其中振幅和控盘指标反映了股票当前的波动性和资金的情况；机构动向则反映了市场主力的看法和预期。
有何风险？
该选股策略的主要风险来自于市场情况、市场风险、技术指标的变动或若干其他风险。市场的大幅波动往往会影响选股策略的效果。因此，我们需要针对选股策略中的各项指标进行不断优化和改善，同时需要关注股市的整体走势，及时调整策略。
如何优化？
为了降低风险并提高策略精度，我们可以考虑以下优化措施：
- 加入其他技术指标或基本面数据来加强策略的全面性和鲁棒性；
- 对数据的质量和可靠性进行不断的检验和修正；
- 结合当前市场和行业情况，选择不同的筛选条件，及时调整并优化组合策略，追求更优的投资收益。
最终的选股逻辑
综合考虑风险和优化需求，我们将选股逻辑增加了机构动向，具体的选股逻辑为：
- 振幅大于1；
- 今日控盘大于21；
- 机构动向大于0。
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 = GET_FUNDS_FLOW_DAY() > 0;
SELECTOR = C1 AND C2 AND C3;
RESULT = REF(SORT(RANK(SELECTOR), 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, 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
c3 = get_money_flow(stock, start_date=datetime.now() - timedelta(days=1), end_date=datetime.now(), frequency='1d')['ddx'][0] > 0
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
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。
