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、20日均线大于120日均线的股票。该策略主要基于股票价格波动、成交量、技术面均线等因素进行选股。
选股逻辑分析
选股逻辑主要依据股票价格波动、成交量和技术面均线等因素进行选股。振幅大于1代表着股票价格波动幅度较大，有一定交易机会，现量大于1万手意味着股票市场流动性相对较好，可以货币化，高开也更有可能进一步上涨，20日均线大于120日均线则可以较好的反映出股票短期上涨趋势相对于长期上涨趋势的表现。综合以上指标，可以得到一个较为全面的选股策略。
有何风险？
该选股逻辑相对比较简单，缺少一些重要的参考指标，如公司基本面数据和资金流动等数据。因此，该选股逻辑可能难以反映公司的股价真实价值，存在较大风险。
如何优化？
为了更全面地衡量股票的投资价值，可以在选股逻辑中加入其他关键因素，如公司财务状况和行业特征等因素。同时，要注意数据选择时对股票代码、时间、算法等条件的选择，以实现逻辑更加准确可靠。
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、20日均线大于120日均线的股票。同时关注公司基本面数据、资金流动等因素，进行风险控制。选股结果更全面准确，相对较少风险。
同花顺指标公式代码参考
无同花顺指标公式可提供
Python代码参考
import tushare as ts
def get_selected_stocks():
selected_stocks = []
pro = ts.pro_api()
all_stocks = [ts_code for ts_code, name in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry').values.tolist() if name[0]!='S' and name[:3]!='ST']
for ts_code in all_stocks:
daily_data = pro.daily(ts_code=ts_code, start_date=pro.stock_basic(ts_code=ts_code, fields='start_date').iloc[0], end_date='today')
if len(daily_data) < 2 or daily_data['vol'].max() < 10000 or daily_data.iloc[-1]['open'] == daily_data.iloc[-1]['low']:
continue
# 处理选股指标筛选条件
ma20 = daily_data['close'].rolling(20).mean().iloc[-1]
ma120 = daily_data['close'].rolling(120).mean().iloc[-1]
if daily_data['pct_chg'].abs().max() > 1 and daily_data.iloc[-1]['open'] > daily_data.iloc[-2]['close'] and daily_data.iloc[-1]['vol'] > 10000 and daily_data['vol'].sum() >= 5e7 and ma20 > ma120:
selected_stocks.append((pro.stock_basic(exchange='', list_status='L', ts_code=ts_code, fields='name').iloc[0]['name'], ts_code))
selected_stocks.sort()
return selected_stocks
以上为Python代码实现，基于股票价格波动、成交量以及技术面均线等因素进行选股，注意指标范围内选股，并注意风险控制，如公司基本面数据、行业特征等。
## 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。
