问财量化选股策略逻辑
选股逻辑：振幅大于1,周线红柱,下午大单净流入。
选股逻辑分析
该选股逻辑主要考虑股票的波动性和趋势，选取了振幅大于1和周线为红柱，同时考虑了下午大单净流入，以反映市场的资金热度。这种选股方式适合短期投机，追求波动性较大的股票。
有何风险？
该选股逻辑没有考虑股票的基本面和行业因素，仅仅依赖技术面和资金面指标，可能会忽略一些优质股票，存在一定风险。此外，选股时只考虑下午大单净流入，未考虑全天的资金流向，可能会误判一些股票。
如何优化？
可以优化该选股逻辑：首先，需加强对股票基本面和行业分析的考虑，同时还可以加入价值投资的思路，选取低市盈率、低市净率等价值股票。其次，在技术面指标中可以加入更多指标，如DMI、BOLL等，以更客观、全面地分析股票的波动性和趋势。最后，在选股策略中应该将期望收益率和风险控制纳入考虑范围，规避市场风险。
最终的选股逻辑
综合考虑技术面、基本面和行业因素，最终确定该选股逻辑：
1.振幅大于1；
2.周线为红柱；
3.下午大单净流入；
4.市盈率低于20倍；
5.市净率小于3倍；
6.ROE大于10%。
同花顺指标公式代码参考
以下是同花顺实现该选股策略的指标公式代码：
C1 = AMP() > 1;
C2 = WEEKLY(COLOR(MACD(12, 26, 9), RED)) > 0;
C3 = SUM(NET_AMT_L(), 120) > 0;
C4 = PE() < 20;
C5 = PB() < 3;
C6 = ROE() > 10;
SELECTOR = C1 AND C2 AND C3 AND C4 AND C5 AND C6;
RESULT = SELECTOR;
以上代码中，SUM(NET_AMT_L(), 120)表示120个交易日中下午大单净流入的累计值，其余指标的含义同上。
Python代码参考
以下是Python实现该选股策略的部分代码：
# 筛选符合条件的股票
def select_stocks():
selected_stocks = []
for stock in get_all_securities(['stock']).index:
# 获取最近一天的技术面数据
macd_df = get_macd(stock, count=1, unit='1d', include_now=True, fillna=True)
# 判断是否符合选股条件
c1 = get_price(stock, count=1, end_date=datetime.now(), frequency='1d', fields='amplitude')[0] > 0.01
c2 = macd_df['macd'][-1] > 0 and macd_df['diff'][-1] > 0
s_df = get_money_flow(stock, end_date=datetime.now(), fields=['net_amount_main', 'net_amount_xl', 'net_amount_l', 'net_amount_h'])
if s_df.empty:
continue
c3 = s_df['net_amount_l'].rolling(window=120).sum()[-1] > 0
s_df = get_fundamentals(query(valuation, indicator).filter(valuation.code==stock).limit(1), date=datetime.now())
if s_df.empty:
continue
c4 = s_df['pe_ratio'][0] < 20
c5 = s_df['pb_ratio'][0] < 3
c6 = s_df['roa2'][0] > 10
# 判断是否符合选股逻辑
if c1 and c2 and c3 and c4 and c5 and c6:
selected_stocks.append(stock)
return selected_stocks
result = select_stocks()
print(result)
以上代码仅供参考，具体实现还需要根据自身需求进行调整。
## 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。
