问财量化选股策略逻辑
选股逻辑为：振幅大于1、现量大于1万手、高开、2021年营收/2018年营收大于1.1。该策略从技术面和基本面综合选股，选取具有向上动能和经营稳定的股票。
选股逻辑分析
该选股策略从技术面和基本面综合考量，振幅和现量突出个股交易活跃度，高开则代表着向上的动能；在基本面方面，选择营收增速作为判断经营状况的指标，筛选出营收增速稳定或增速有较大提升空间的公司。
有何风险？
与技术面选股策略相比，综合考虑了基本面因素，但也存在信息噪音、数据不准确等风险；同时，由于市场变化不可预测，单一指标选股仍然存在风险。
如何优化？
可以加入其他的基本面指标，如资产负债率、净利润增速等，做到更全面地研究个股价值；在数据选择方面，可以调整时间窗口、加入多因子模型等措施，从而提升选股精度。
最终的选股逻辑
选股逻辑为：振幅大于1、现量大于1万手、高开、2021年营收/2018年营收大于1.1。该选股策略从技术面和基本面综合选股，突出交易活跃度、向上动能以及经营稳定等特点，同时加入其他指标，做到风险控制和收益优化的平衡。
同花顺指标公式代码参考
C: (振幅 > 1) AND (VOL > 10000) AND (OPEN > YESTCLOSE) AND (TTMREVENUE / (FISCALDATE_QUARTERLY==20181) > 1.1)
以上为同花顺选股指标公式，包括振幅、交易量、高开和营收等指标条件。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code, name, industry in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry').values.tolist():
daily_data = pro.daily(ts_code=ts_code, start_date='20210201', end_date=pd.to_datetime('today').strftime('%Y%m%d'))[['trade_date', 'open', 'high', 'low', 'close', 'vol', 'amount']]
if daily_data.empty or len(daily_data) < 100:
continue
if daily_data.iloc[-1]['open'] <= daily_data.iloc[-1]['close']:
continue
if daily_data.iloc[-1]['high'] < daily_data.iloc[-2:]['high'].max():
continue
financial_data = pro.fina_indicator(ts_code=ts_code, start_date='20180101', end_date='20220101')[['end_date', 'total_revenue']]
if financial_data.empty or len(financial_data) < 4:
continue
if financial_data.iloc[-1]['total_revenue'] / financial_data.query('end_date==20181231')['total_revenue'].values[0] <= 1.1:
continue
selected_stocks.append((name, ts_code))
return selected_stocks
该Python代码包括振幅、交易量、高开、营收等指标条件，同时加入完成对数据完整性和提高选股精度的处理，如时间窗口、营收增速等指标，以达到更精准的选股策略。
## 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。
