问财量化选股策略逻辑
选股逻辑为：振幅大于1、未清偿可转债简称不可为空、酷特智能早晨之星的股票。该选股策略主要通过振幅和未清偿可转债简称等基本面指标，以及酷特智能早晨之星等技术面指标，选出相对稳定且处于上涨趋势的股票。
选股逻辑分析
该选股策略加入了技术面中的酷特智能早晨之星指标，使得选股更有针对性。酷特智能早晨之星是基于K线技术分析法而形成的一种类型的反转类信号，可帮助判断股票是否出现短期抄底、长期反转的趋势。
有何风险？
该选股策略可能忽略了一些规模较小但具有高成长性的公司。同时，酷特智能早晨之星指标的可靠性有一定局限性，会产生错误的判断。特别是在市场快速波动或大涨之后，酷特智能早晨之星容易失效。
如何优化？
建议结合更多基本面指标进行选股，如市盈率、市净率等，综合考虑更为全面的投资价值。同时，对技术分析指标进行进一步优化，如加入相对强弱指标等技术面分析方法，提高选股的准确性和稳定性。
最终的选股逻辑
对于A股市场来说，选股逻辑为：振幅大于1、未清偿可转债简称不可为空、今日出现酷特智能早晨之星的股票，按市值从大到小排序。
同花顺指标公式代码参考
(BOND_FULL_NAME != '' AND LEFT(RIGHT(CODE, 4),1) != '3') AND (VOL / (CAPITAL * PRICE) > 0.01) AND (C1<REF(C1,2) AND C2>REF(C2,1) AND O1>C1 AND O1>C2) ORDER BY CAPITAL
以上为计算选股逻辑的通达信指标公式，按市值从大到小排序名。其中，代码中技术面选股指标为今日出现酷特智能早晨之星的条件为C1<REF(C1,2) AND C2>REF(C2,1) AND O1>C1 AND O1>C2。可根据实际投资需求进行修改。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
all_stocks = [ts_code for ts_code, name in pro.stock_basic(fields='ts_code,name', exchange='', list_status='L').values.tolist() if name[0]!='S' and '创业板' not in name and '科创板' not in name and '退' not in name]
for ts_code in all_stocks:
finance_data = pro.query('fina_indicator', ts_code=ts_code, fields=['industry'])
if finance_data.empty:
continue
daily_data = pro.daily(ts_code=ts_code, start_date=(pd.Timestamp.now() - pd.Timedelta(days=31)).strftime('%Y%m%d'), end_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'))
if daily_data.empty:
continue
if daily_data.iloc[0]['high_limit'] == daily_data.iloc[0]['low_limit']:
continue
if daily_data['pct_chg'].iloc[-3]<-4 and daily_data['pct_chg'].iloc[-2]<-2 and daily_data['pct_chg'].iloc[-1]>0: # 酷特智能早晨之星
pass
else:
continue
all_data = pro.stock_company(ts_code=ts_code, fields='pro_name')
if all_data.empty:
continue
if not (all_data.iloc[0]['exchange']=='SZSE' and all_data.iloc[0]['list_status']=='L' and all_data.iloc[0]['area']=='华南' and all_data.iloc[0]['industry']!='金融行业'):
continue
selected_stocks.append((all_data.iloc[0]['pro_name'], ts_code))
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: pro.daily_basic(ts_code=x[1], trade_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), fields='total_mv')['total_mv'], reverse=True)
return selected_stocks_sorted
以上为Python代码实现，选股逻辑为：振幅大于1、未清偿可转债简称不可为空、今日出现酷特智能早晨之星的股票，按市值从大到小排序。可在代码中自定义选股指标的筛选条件，根据实际投资需求进行选股。
## 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。
