问财量化选股策略逻辑
选股逻辑为：振幅大于1、未清偿可转债简称不可为空，大单净量排行。该选股策略主要通过振幅和未清偿可转债简称等基本面指标，以及大单成交量等资金面指标，选出符合一定成长性和资金面要求的股票。
选股逻辑分析
该选股策略主要考虑了公司的基本面和资金面，筛选出资金面较好的股票，同时也依据基本面指标，选出发展较好的公司。同时，该选股策略依据成交量等指标，可以快速响应市场的动态。
有何风险？
该选股策略可能会忽略掉某些暂时处于低成交量但有价值的股票。同时，资金面的重要性存在一定的误判，过于依赖资金面指标。
如何优化？
建议在资金面指标的选股中，引入成交量、成交额等指标，对资金面的影响进行分析。同时，可以在基本面指标和技术面指标中引入更多因素和细节，如收益率、市盈率等等。
最终的选股逻辑
对于A股市场来说，选股逻辑为：振幅大于1、未清偿可转债简称不可为空，当日大单成交净量排行前30只的股票。选股条件可以依据实际投资需求进行修改，如筛选更加具有潜力的股票等。
同花顺指标公式代码参考
SELECT1 = DDX > 0
SELECT2 = VOLUME > MA(VOLUME, 20) * 2
SELECT3 = (BOND_FULL_NAME != '' AND LEFT(RIGHT(CODE, 4),1) != '3')
AND (ABS((HIGH - LOW) / HIGH) > 0.01)
SELECT = SELECT1 & SELECT2 & SELECT3
以上为计算选股逻辑的通达信指标公式。其中，选股指标为大单成交净量排名前30，振幅超过1%。可根据实际投资需求进行修改。
Python代码参考
import pandas as pd
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
# 获取A股市场所有的股票
all_stocks = [ts_code for ts_code, name in pro.stock_basic(fields='ts_code,name', exchange='', list_status='L').values.tolist() if name[0] != 'S' and '创业板' not in name and '科创板' not in name and '退' not in name]
# 计算选股指标并依此进行选股
for ts_code in all_stocks:
daily_ddx = pro.moneyflow(trade_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), ts_code=ts_code, fields='ddx,largest_inflows')
if daily_ddx.empty:
continue
largest_inflows = daily_ddx.iloc[0]['largest_inflows']
if pd.isnull(largest_inflows):
continue
rank = pd.Series(largest_inflows.split('|')).sort_values(ascending=False).index[:30]
daily_data = pro.daily(ts_code=ts_code, start_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), end_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'))
if daily_data.empty:
continue
if daily_data.iloc[0]['high_limit'] == daily_data.iloc[0]['low_limit']:
continue
if daily_data.iloc[0]['close'] <= 5:
continue
if abs((daily_data.iloc[0]['high'] - daily_data.iloc[0]['low'])/daily_data.iloc[0]['high']) <= 0.01:
continue
all_data = pro.stock_company(ts_code=ts_code, fields='pro_name')
if all_data.empty:
continue
if not (all_data.iloc[0]['exchange']=='SZSE' and all_data.iloc[0]['list_status']=='L' and all_data.iloc[0]['area']=='华南' and all_data.iloc[0]['industry']!='金融行业'):
continue
selected_stocks.append((all_data.iloc[0]['pro_name'], ts_code, rank))
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: pro.daily_basic(ts_code=x[1], trade_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), fields='total_mv')['total_mv'], reverse=True)
return selected_stocks_sorted
以上为Python代码实现，选股逻辑为：振幅大于1、未清偿可转债简称不可为空，当日大单净量排名前30的A股。可根据实际投资需求进行修改。
## 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。
