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%、涨幅在-5%至2.6%之间。该选股策略主要考虑市场波动性和股票走势情况，寻找具有成长性和投资价值的优质公司。
选股逻辑分析
该选股逻辑主要关注市场波动性和股票走势，减少投资风险，同时选择具有一定成长性的股票。振幅和涨幅条件有助于筛选稳健股票，同时选股时确保涨幅在一定范围内，既能适度控制风险，同时也保证股票有足够的投资回报。
有何风险？
该选股策略可能会忽略企业的基本面情况，对于股票走势的判断也依赖于市场的波动性，存在一定的风险。此外，该策略只是作为选股工具，投资者还需要根据自己的风险偏好和理财目标来进行投资组合和投资决策。
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、市场情况等因素。同时，可以加入其他技术指标来进行辅助判断，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%、涨幅在-5%至2.6%之间、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 LAST/LAST[1]-1 > -0.05 AND LAST/LAST[1]-1 < 0.026
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。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
# 涨幅在-5%至2.6%之间
today_info = pro.daily(ts_code=ts_code[0], start_date=datetime.now().strftime('%Y%m%d'), end_date=datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,close,pre_close')
if (today_info['close'] - today_info['pre_close']) / today_info['pre_close'] <= -0.05:
continue
if (today_info['close'] - today_info['pre_close']) / today_info['pre_close'] >= 0.026:
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。
