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、买一量大于卖一量的股票。该选股策略结合市场情绪和公司基本面进行选股。
选股逻辑分析
振幅反映市场对股票波动性的评价；未清偿可转债简称不可为空可以了解企业融资情况和信用状况；买一量大于卖一量说明市场需求高于供给，显示出市场对股票买入的兴趣。
有何风险？
该选股策略忽略了公司基本面的检查，容易选择到低价值的股票。同时，买一量大于卖一量并不完全表明市场对该股票买入兴趣的高低，容易被市场情绪左右而导致选股偏差。
如何优化？
可以结合其他数据，如公司财务数据、股票估值、行业板块情况等综合考虑；同时可以采用滚动的方式进行选股，避免一时市场情绪干扰。
最终的选股逻辑
选股逻辑为：振幅大于1、未清偿可转债简称不可为空、买一量大于卖一量的股票，需要结合其他数据进行综合考虑。
同花顺指标公式代码参考
(((C/REF(C,1)-1)>=0.01 or (C/REF(C,1)-1)<=-0.01) and BOND_FULL_NAME!='' and BUYPV>SELLPV)
以上为计算选股逻辑的通达信指标公式，其中BOND_FULL_NAME、C、REF(C,1)、BUYPV、SELLPV等为通达信自带函数，可以直接调用；
Python代码参考
import tushare as ts
from datetime import datetime, timedelta
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
all_stocks = [ts_code for ts_code, name in pro.stock_basic(exchange='SSE', list_status='L', fields='ts_code,name').values.tolist() if name[0]!='S' and name[:3]!='ST' and '创业板' not in name and '科创板' not in name]
for ts_code in all_stocks:
stock_info = pro.stock_basic(ts_code=ts_code, fields='name')
bond_data = pro.cb_basic(ts_code=ts_code, fields='bond_full_name')
if bond_data.iloc[0]['bond_full_name'] == '':
continue
daily_data = pro.daily(ts_code=ts_code, start_date=(datetime.now() - timedelta(days=3)).strftime('%Y%m%d'), end_date=(datetime.now()-timedelta(days=1)).strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol,amount,buy_sm_vol,sell_sm_vol')
if len(daily_data) < 2:
continue
if (daily_data.iloc[-1]['buy_sm_vol']-daily_data.iloc[-1]['sell_sm_vol']) <= 0:
continue
if daily_data.iloc[-1]['high'] == daily_data['high'].iloc[-2:].max():
selected_stocks.append((stock_info.iloc[0]['name'], ts_code))
return selected_stocks
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、买一量大于卖一量的股票，可根据需求引入其他选股因素和条件进行筛选。可以在代码中根据实际需求自定义指标的筛选条件，进行逻辑选股。
## 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。
