问财量化选股策略逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、企业性质。该选股策略综合考虑股票的波动性、规模和企业性质等因素，选出具备一定上涨空间的优秀个股。
选股逻辑分析
该选股逻辑通过考虑股票的波动性和规模，以及优秀企业的表现来筛选优质股票。选择优秀企业能够从根本上提高选股成功率，避免被短期波动干扰。
有何风险？
该选股逻辑存在以下风险：一是企业性质定义模糊，可能存在判断偏差；二是可能漏掉一些行业热点股票。
如何优化？
为提高选股策略的有效性和稳定性，可以对选股逻辑进行进一步优化和完善，例如：一是结合其他技术指标等多种因素进行综合筛选，提高选股的准确性和稳定性；二是充分研究行业企业特性，界定企业性质，并加入到选股策略中。
最终的选股逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、企业性质。该选股逻辑综合考虑了股票的波动性、市场规模和企业性质等因素，有助于筛选具备较大上涨空间和投资价值的优质股票。
同花顺指标公式代码参考
CIRC_MARKET_CAP>=100 AND AMPLITUDE>=1 AND (ENTERPRISE_NATURE=="优质企业")
其中，CIRC_MARKET_CAP表示流通市值，AMPLITUDE表示振幅，ENTERPRISE_NATURE表示企业性质。该指标综合考虑了选股的波动性、市场规模和企业性质等因素。
Python代码参考
# 导入tushare包和pandas包
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
# 获取符合条件的股票
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code, circ_mv, main_business').ts_code:
stock_data = pro.query('stock_basic', ts_code=ts_code)
if stock_data.iloc[0]['circulating_market_cap'] < 100:
continue
# 判断振幅是否符合条件
daily_data = pro.daily(ts_code=ts_code, start_date='', end_date='', fields='trade_date, open, high, low, close, pct_chg')
if len(daily_data) == 0:
continue
amplitude = (daily_data['high'].max() - daily_data['low'].min()) / daily_data['pre_close'].iloc[-1]
if amplitude < 1:
continue
# 判断企业性质是否符合条件
stock_info = pro.stock_company(ts_code=ts_code)
if '科技' not in stock_info.iloc[0]['main_business']:
continue
selected_stocks.append(ts_code)
return selected_stocks
## 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。
