问财量化选股策略逻辑
选股逻辑为：振幅大于1、换手率大于2%且小于9%、今日均线向上发散的股票。该选股策略主要以股票的波动性、市场交易情况、趋势性等因素为主，同时考虑了技术指标的影响。
选股逻辑分析
该选股策略主要采用了指标振幅、换手率和均线等基本指标，同时综合考虑了股票的波动性、市场交易情况以及趋势性，选股条件更为严格，可考虑投入更多资金进行投资。
有何风险？
该选股策略存在以下不足与风险：首先，均线对于不同股票会有不同的表现，因此需要适当调整选股条件；其次，对于波动性较大的股票，其风险也不可忽视，在投资中需要注意风险把控。
如何优化？
该选股策略可以引入更多的技术指标，如MACD、K线等，综合考虑大量数据，准确评估股票的投资价值和趋势性；同时，可以引入财务指标，对股票的基本面进行评估，更为全面地确定投资策略。
最终的选股逻辑
选股条件为：振幅大于1、换手率大于2%且小于9%、今日均线向上发散的股票。该选股策略主要考虑股票的波动性、市场交易情况以及趋势性等因素，选股条件更严格，可以有效减少投资风险。
同花顺指标公式代码参考
选股条件为：振幅大于1、换手率大于2%且小于9%、今日均线向上发散的股票。
C1: ABS((HIGH/LOW-1)*100)>=1;//振幅大于1
C2: TURNOVER>2 AND TURNOVER<=9;//换手率大于2%小于9%
C3: MA(CLOSE,5)>MA(CLOSE,10) AND MA(CLOSE,10)>MA(CLOSE,20) AND MA(CLOSE,5)>REF(MA(CLOSE,5),1) AND MA(CLOSE,10)>REF(MA(CLOSE,10),1) AND MA(CLOSE,20)>REF(MA(CLOSE,20),1);//今日均线向上发散
SYMBOL: C1 AND C2 AND C3;
python代码参考
import pandas as pd
import tushare as ts
import datetime
def select_stocks(length):
ts.set_token('your token')
pro = ts.pro_api()
# 获取股票数据
stock_data = pro.stock_basic(list_status='L', exchange='SSE', fields='ts_code,symbol,name,industry,list_date')
current_date = datetime.datetime.now().strftime("%Y%m%d")
df_list = []
# 筛选符合条件的股票
for index, row in stock_data.iterrows():
code = row['ts_code']
info = {}
info['code'] = code
info['name'] = row['name']
# 获取技术数据
tech_data = pro.daily(ts_code=code, trade_date=current_date, fields='open, high, low, close, vol, trade_date, amount')
if tech_data.empty:
continue
if tech_data.iloc[-1]['high'] - tech_data.iloc[-1]['low'] <= 0 or tech_data.iloc[-1]['vol'] / pro.stock_basic(ts_code=code).iloc[0]['total_share'] <= 0.02 or tech_data.iloc[-1]['vol'] / pro.stock_basic(ts_code=code).iloc[0]['total_share'] >= 0.09 or tech_data.iloc[-1]['close'] <= tech_data.iloc[-1]['open'] or tech_data.iloc[-1]['close'] <= tech_data.iloc[-1]['ma5'] or tech_data.iloc[-1]['ma5'] <= tech_data.iloc[-1]['ma10'] or tech_data.iloc[-1]['ma10'] <= tech_data.iloc[-1]['ma20'] or tech_data.iloc[-1]['ma5'] <= tech_data.iloc[-2]['ma5'] or tech_data.iloc[-1]['ma10'] <= tech_data.iloc[-2]['ma10'] or tech_data.iloc[-1]['ma20'] <= tech_data.iloc[-2]['ma20']:
continue
# 添加股票
df_list.append(info)
selected_stocks = pd.DataFrame(df_list).head(length)
return selected_stocks
致辞
本次问答为选股逻辑：振幅大于1,换手率>2%且<9%,今日均线向上发散的问答。该选股策略选股条件更为严格，需要进一步考虑股票的波动性、市场交易情况以及趋势性等关键因素，有效减少投资风险，提高投资效益。
## 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。
