问财量化选股策略逻辑
选股逻辑为：振幅大于1、9点25分涨幅小于6%、2021年营收/2018年营收大于1.1，选择具有未来成长性的个股作为选股对象。该选股策略综合考虑了股票波动性、短期走势和企业基本面，能够过滤掉部分价值洼地、业绩差的个股，提高选股成功率。
选股逻辑分析
在前一个选股逻辑的基础上，加入了企业营收方面的指标，选择2021年的营收占比2018年营收的1.1倍及以上的企业。该条件既考虑了企业成长性，又兼顾了企业业绩的稳健性。具有一定的适应性和稳定性。
有何风险？
该选股逻辑仍然忽略了一些公司管理层稳定性等基本面因素，也可能存在一些不可控的政策以及市场变革风险。同时，该策略具有一定的滞后性，很难做到时间上的精准把握，可能会面临部分股市变化的风险。
如何优化？
可以引入行业关键词等指标，提高选股策略的稳定性和精准性，在行业热点等情况下，及时调整选股策略，从而适应市场变化。
最终的选股逻辑
选股逻辑为：振幅大于1、9点25分涨幅小于6%、2021年营收/2018年营收大于1.1，选择具有未来成长性的个股作为选股对象。该选股策略综合考虑了股票波动性、短期走势和企业基本面，能够适应市场变化和提高选股成功率。
同花顺指标公式代码参考
FZ_RANGE > 1 AND LAST<=LAST[1]*1.06 AND (TTM_REVENUE/REVENUE_2)>=1.1
其中FZ_RANGE表示振幅大小，LAST表示当天的收盘价，LAST[1]表示前一天的收盘价，TTM_REVENUE表示最近12个月的营收，REVENUE_2为2018年的营收，选出2021年营收占比2018年营收达到1.1及以上的个股。通过以上指标查找符合条件的股票。
Python代码参考
import tushare as ts
from datetime import datetime, timedelta
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,industry').values.tolist():
if ts_code[1] == '科创板':
continue
# 振幅大于1
k_data = pro.daily(ts_code=ts_code[0], start_date=(datetime.now()-timedelta(days=30)).strftime('%Y%m%d'), end_date='', fields='ts_code,trade_date,high,low')
highest_price = k_data['high'][0]
lowest_price = k_data['low'][0]
for idx, k in k_data.iterrows():
if idx > 5:
break
if k['high'] >= highest_price:
highest_price = k['high']
if k['low'] <= lowest_price:
lowest_price = k['low']
if highest_price / lowest_price <= 1:
continue
# 9点25分涨幅小于6%
tick_data = pro.tick(ts_code=ts_code[0], date=datetime.now().strftime('%Y%m%d'))
current_price = tick_data[tick_data['time'] == '09:25:00']['price'].values[0]
pre_close = pro.daily(ts_code=ts_code[0], start_date=(datetime.now()-timedelta(days=6)).strftime('%Y%m%d'), end_date='', fields='ts_code,trade_date,close', freq='1D').iloc[1]['close']
if current_price / pre_close >= 1.06:
continue
# 2021年营收占比2018年营收大于1.1
revenue_data = pro.fina_indicator(ts_code=ts_code[0], start_date='20180101', end_date='', fields='ts_code,end_date,ttm_revenue,revenue')
if revenue_data.empty or revenue_data['revenue'].min() == 0:
continue
if revenue_data['ttm_revenue'].iloc[-1] / revenue_data['revenue'].iloc[0] <= 1.1:
continue
selected_stocks.append(ts_code[0])
return selected_stocks
在Python代码中，同样使用tushare库获取股票数据，进而筛选符合条件的股票。通过振幅、涨幅、营收比等指标判断个股波动性情况、趋势情况和企业基本面，根据以上指标寻找符合条件的股票。
## 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。
