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%、周K线上穿30周线。该选股策略主要考虑市场波动性和股票走势情况，同时关注股票长期趋势，以寻找具有成长性和投资价值的优质公司。
选股逻辑分析
该选股逻辑不仅关注市场波动性和短期走势，同时关注长期趋势，以找到具有较高成长性和投资潜力的优质公司。振幅和涨幅条件有助于筛选稳健股票，周K线上穿30周线则反映了较长期内股票的上涨势头。
有何风险？
该选股策略可能存在周期性失效的情况，尤其是在市场处于下行趋势的时候。此外，一些股票可能满足条件，但实际上处于短期暴涨状态，存在过高估值的风险。因此，需要进行风险控制并结合其他条件进行综合判断。
如何优化？
应该在选股的过程中，综合考虑企业基本面、行业情况、财务状况、市场情况、市场流动性等因素。同时，还可以加入其他技术指标和价值投资的原则来进行辅助判断，以提高选股策略的稳健性和实用性。
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%、周K线上穿30周线、股票基本面稳定，行业景气度较高和未来市场增长性较大。
同花顺指标公式代码参考
FZ_RANGE > 1 AND LAST/LAST[1]-1 <= 0.06 AND IFXK30_W >= REF(IFXK30_W, 30)
其中，FZ_RANGE表示股票振幅，LAST表示当日的收盘价，(LAST/LAST[1]-1)表示当日涨跌幅。IFXK30_W表示周K线上的30周均线，REF表示时间向前推移的函数。如果符合筛选条件，则将该股票加入选股池。
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():
# 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
# 周K线上穿30周线
week_data = pro.weekly(ts_code=ts_code[0], start_date=(datetime.now()-timedelta(days=90)).strftime('%Y%m%d'), end_date='', fields='ts_code,trade_date,close')
week_data['ifxk30_w'] = week_data['close'].rolling(30).mean()
if week_data['ifxk30_w'].iloc[-1] < week_data['ifxk30_w'].iloc[-2]:
continue
# 判断是否为主板股票
if ts_code[1] != '主板':
continue
selected_stocks.append(ts_code[0])
return selected_stocks
以上Python代码主要利用tushare库获取股票数据，依据指定的条件进行逐个判断，最终返回符合条件的股票列表。同时对股票的基本面和行业趋势进行辅助判断，保证选股策略的稳健性和实用性。
## 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。
