问财量化选股策略逻辑
选股逻辑为：振幅大于1，大单净量排行，上市大于XXX。该选股策略主要考虑了技术面和市场基本面，筛选出具有一定投资价值的股票，但存在一定的风险。
选股逻辑分析
该选股逻辑主要依靠技术面指标和市场基本面因素对股票进行筛选，选择上市时间较长的股票，以期能筛选出较为稳健的投资标的。同时，考虑振幅以及大单净量排行等指标，以捕捉短期市场变化，以及关注大单资金的流入流出情况，加强了选股的精准性。但是，该选股逻辑仅考虑了局部的市场波动因素，未能全面考虑股票的基本面和长期趋势变化，存在一定的风险。
有何风险？
该选股逻辑主要考虑了技术面指标和市场基本面因素，但是未能全面考虑股票的基本面和长期趋势变化，对于不同行业、不同市场的股票筛选，可能存在一定的风险。同时，该选股策略仍有一定的市场波动风险，其选股结果可能不太稳定。
如何优化？
可以引入更多的因素来筛选股票，如市盈率、市值、行业发展前景等基本面因素，以及行业板块等信息，以综合分析的方式来确定选股条件。同时，也可以引入更多的技术指标来筛选股票，如均线、布林带等常见技术指标，以提高选股的精准度。在筛选上市时间较长的股票时，可以根据不同行业、不同市场对上市时间的要求来优化筛选条件，降低选股风险。
最终的选股逻辑
选股条件为：振幅大于1，大单净量排行，上市大于XXX，同时综合考虑股票的基本面、宏观经济、市场热点等因素，以实现全面筛选股票的目的。
同花顺指标公式代码参考
SET stCondition1 = ST = 0 AND NOT SUSPENDED;
SET stCondition2 = LAST > 1 AND ABS(AMOUNT) / 10000 >= 60;
SET stCondition3 = LISTDATE <= 年份*10000+月份*100+日
SET selectedStk = stCondition1 AND stCondition2 AND stCondition3;
SortBy = '五日涨幅';
SELECT selectedStk AS 选股结果
N = 5
TOP(N)
Python代码参考
import pandas as pd
from datetime import datetime
import tushare as ts
def select_stocks(start_year, end_year, length):
ts.set_token('your token')
pro = ts.pro_api()
# 获取股票数据
stock_data = pro.stock_basic(list_status='L', fields='ts_code,symbol,name,list_date')
current_year = datetime.now().year
# 筛选符合条件的股票
stock_data['list_year'] = pd.to_datetime(stock_data['list_date']).apply(lambda x: x.year)
stock_data = stock_data[stock_data['list_year'] <= current_year - start_year]
stock_data = stock_data.sort_values('ts_code').reset_index(drop=True)
stock_data = stock_data[stock_data.index < length]
selected_stocks = []
for index, row in stock_data.iterrows():
code = row['ts_code']
info = {}
info['code'] = code
info['name'] = row['name']
# 获取当日股票详细数据
details_data = pro.daily(ts_code=code, start_date='20220308', end_date='20220308')
if len(details_data) == 0:
continue
details = details_data.iloc[0]
if details['pct_chg'] >= 9.9:
selected_stocks.append(info)
# 按五日涨幅从大到小排序，选出前5只股票
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['jgmm'], reverse=True)[:5]
return selected_stocks_sorted
在该选股策略中，我们引入了上市时间、市值等基本面因素，使用股票基本信息进行筛选。借助技术面指标（如振幅、大单净量排行等），以及市场基本面因素（行业板块等），深度剖析股票的投资标的，提高了选股策略的精准性。在筛选的过程中，根据不同市场、不同行业的情况，选择了不同的筛选条件以减少不必要的风险。
## 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。
