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、现量大于1万手、当日高开。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，以及现量和高开等技术面指标，选出相对活跃且处于上涨趋势的股票。
选股逻辑分析
该选股策略着重考虑股票的市场活跃度，通过现量和高开等技术面指标来筛选出相对活跃的股票。同时，振幅和未清偿可转债简称等基本面指标可帮助筛选出发展较好的公司。
有何风险？
该选股策略可能会捕捉到市场上的短期热门板块或主题，而忽略了一些有潜力的但暂时不太活跃的股票。同时，考虑现量和高开等技术面指标容易产生噪音，造成一些股票的误判。
如何优化？
建议在技术面指标的选股中，可以引入其它指标的加权或组合，如MACD指标等。同时，可以结合分析公司的业绩和潜力，完善选股逻辑，综合考虑投资风险和回报。
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、现量大于1万手、当日高开的股票，按市值从大到小排序。
同花顺指标公式代码参考
(BOND_FULL_NAME != '' AND LEFT(RIGHT(CODE, 4),1) != '3') AND (VOL > 10000) AND ((OPEN - PRECLOSE) / PRECLOSE > 0.03) AND (C == REF(MIN(C, 20), 1)) ORDER BY CAPITAL
以上为计算选股逻辑的通达信指标公式，按市值从大到小排序名。其中，代码中技术面选股指标为现量大于1万手、当日高开条件为VOL > 10000 和 (OPEN - PRECLOSE) / PRECLOSE > 0.03，可根据实际投资需求进行修改。
Python代码参考
import tushare as ts
import pandas as pd
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
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]
for ts_code in all_stocks:
finance_data = pro.query('fina_indicator', ts_code=ts_code, fields=['industry'])
if finance_data.empty:
continue
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]['vol'] < 10000 or (daily_data.iloc[0]['open'] - daily_data.iloc[0]['pre_close'])/daily_data.iloc[0]['pre_close'] < 0.03:
continue
if daily_data.iloc[0]['open'] == daily_data.iloc[0]['high']:
pass
else:
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))
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、现量大于1万手、当日高开的股票，按市值从大到小排序。可在代码中自定义选股指标的筛选条件，根据实际投资需求进行选股。
## 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。
