问财量化选股策略逻辑
选股逻辑：振幅大于1，底部抬高，周线MA5金叉MA10。
选股逻辑分析
该选股逻辑主要考虑了价格走势和趋势指标，通过振幅大于1和底部抬高两个指标筛选出价格波动比较大的股票，并通过周线MA5和MA10指标交叉筛选出趋势向上的个股，具有一定的可行性和科学性。
有何风险？
该选股策略局限于技术面指标，未考虑公司财务数据和未来盈利预期等因素，可能会降低选股的准确性，导致在长期投资中获得较为有限的回报。
如何优化？
该选股策略可以加入更多基本面指标和技术面指标，如市盈率、市净率、资产负债率、MACD、KDJ等等。同时可以结合宏观经济和政策环境，动态调整股票池，以期获得更好的投资收益。
最终的选股逻辑
综合考虑价格走势和趋势指标的选股策略如下：
1、振幅大于1。
2、底部抬高。
3、周线MA5金叉MA10。
同花顺指标公式代码参考
以下是在同花顺上实现该选股策略的指标公式代码：
C1: AMP()>1;
C2: BOTTOM(HIGH,C1)>BOTTOM(HIGH,C1+1);
C3: CROSS(MA(CLOSE,5),MA(CLOSE,10),1);
SELECTOR:=C1 AND C2 AND C3;
RESULT:=SELECTOR;
Python代码参考
以下是Python实现该选股逻辑的部分代码：
# 定义股票池
s_pool = ['SH.600000', 'SH.600036', 'SH.600519', 'SZ.000858',
'SZ.000333', 'SH.601398', 'SH.601288', 'SZ.000002',
'SZ.000651', 'SH.600030']
# 筛选振幅大于1，底部抬高，周线MA5金叉MA10的个股
selected_stocks = (sdf['amp'] > 1) & \
(sdf['low'].rolling(window=C1).apply(lambda x: (np.argmax(x[-C1:]) == C1 - 1) and (np.argmax(x[:-C1]) < np.argmax(x[-C1:])), raw=False)) & \
(sdf['close'].rolling(window=C2).mean().shift(1) < sdf['close'].rolling(window=C2).mean()) & \
(sdf['close'].rolling(window=C2).mean().shift(2) > sdf['close'].rolling(window=C2).mean().shift(1))
# 返回选中个股的代码
return selected_stocks['symbol'].tolist()
综合考虑价格走势和趋势指标，我们可以使用Python编写较为完整且可行的选股策略，通过动态调整选股参数和指标，可以获得更好的选股效果。
## 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。
