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、近25个交易日有单日涨幅大于等于百分之10。该选股策略主要考虑了股票波动性、市值和短期的涨幅情况等因素，是一种较为灵活的选股策略。
选股逻辑分析
该选股逻辑综合考虑了股票的波动性、市值和短期的涨幅情况等因素。振幅大于1可以反映个股的波动性，市值大于100亿元可以反应个股的规模，而近25个交易日有单日涨幅大于等于百分之10可以反映股票短期的表现。通过综合考虑这几个因素，筛选出符合条件的标的。
有何风险？
该选股策略虽然考虑了多个因素，但仍有可能由于其他因素的影响而造成选股的失误。例如，个股的短期涨幅情况可能会受到多个因素（如市场整体走势、个股消息等）的影响，因此需要仔细考虑短期涨幅的选择。同时，该选股逻辑较为灵活，若参数设置不当，可能会使选股结果过于松散或过于严格，需要进行适当的调整。
如何优化？
在该选股逻辑的基础上，可以进一步引入其他技术分析指标（如MACD、KDJ等）和基本面因素（如财务数据、行业分析）进行综合评估，提高筛选精度和策略的稳定性。同时，可以利用机器学习等技术，优化参数设置，减少人为干预，提高选股效率。
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、近25个交易日有单日涨幅大于等于百分之10。该选股策略综合考虑了股票波动性、市值和短期的涨幅情况等因素，旨在选出规模较大、波动性较高并有较好短期表现的个股。
同花顺指标公式代码参考
CIRC_MARKET_CAP >= 100 AND REF(HIGH/LOW, 1) > 1 AND COUNT(ABS(CHANGE_PCT >= 10), 25) > 0
其中，CIRC_MARKET_CAP表示流通市值大小，REF(HIGH/LOW, 1) > 1 表示昨日的振幅大于1，COUNT(ABS(CHANGE_PCT >= 10), 25) > 0 表示近25个交易日中有至少一天单日涨幅大于等于百分之10，通过以上指标筛选出符合条件的股票。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,circ_mv').ts_code:
stock_data = pro.query('stock_basic', ts_code=ts_code)
if stock_data.iloc[0]['circulating_market_cap'] < 100 or stock_data.iloc[0]['area'] == '北京':
continue
# 判断是否满足短期涨幅条件
daily_data = pro.daily(ts_code=ts_code, start_date='20210201', end_date='', fields='trade_date, close')
if max((daily_data['close'] / daily_data['close'].shift(-1) - 1).dropna()) < 0.1:
continue
# 判断振幅是否满足条件
daily_data = pro.daily(ts_code=ts_code, start_date='20210201', end_date='', fields='open, high, low, close')
if max(daily_data['high'] / daily_data['low']) <= 1:
continue
selected_stocks.append(ts_code)
return selected_stocks
其中，在Python代码中，通过使用tushare库获取股票数据，进而筛选符合条件的股票。通过获取的每日个股交易数据计算个股的短期涨幅情况，并筛选出满足条件的标的。
## 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。
