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、北京A股除外。该策略注重交易活跃度和涨跌幅，适用于中短期操作和技术指标分析。
选股逻辑分析
选股逻辑基于振幅、现量、高开、北京A股除外进行筛选股票。振幅大于1和现量大于1万手代表交易活跃度高；高开代表股票有上涨机会；北京A股除外避免市场局限性。此选股逻辑适用于中短期操作和技术指标分析。
有何风险？
该选股策略忽略了公司财务状况、行业板块、市场整体风险、政策等其他因素，只强调交易活跃度和涨跌幅。同时，北京A股的排除可能忽略了一些优秀的公司。此外，没有考虑到企业营销、产品销量等重要因素，存在经营风险。
如何优化？
为了更全面、有效地筛选股票，可以加入其他因素进行筛选。比如，可以加入行业、市场风险和政策因素进行综合判断；加入企业营销和产品销量等因素进一步分析公司经营状况。
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、排除北京A股，加入行业、市场风险和政策因素进行综合判断，同时加入企业营销、产品销量等因素进行公司整体状况评估。
同花顺指标公式代码参考
SMA(VOL, 10)>10000 AND OPEN - LAST(CLOSE)>0 AND LEFT(STOCK_CODE,3)<>"SH9" AND LEFT(STOCK_CODE,2)<>”SZ”;
以上为计算股票均线指标的通达信指标公式。
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='SSE', list_status='L', fields='ts_code,name,industry,market_cap,float_share').values.tolist() if name[0]!='S' and name[:3]!='ST']
for ts_code in all_stocks:
# 处理选股指标筛选条件
stock_info = pro.stock_basic(ts_code=ts_code, fields='name,industry')
if stock_info.iloc[0]['industry']=='北京':
continue
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) < 11 or daily_data['vol'].max() < 10000 or daily_data.iloc[-1]['open'] > daily_data.iloc[-2]['close']:
continue
if ts_code.startswith('SH9') or ts_code.startswith('SZ'):
continue
selected_stocks.append((stock_info.iloc[0]['name'], ts_code))
selected_stocks.sort()
return selected_stocks
以上为Python代码实现，选股逻辑为振幅大于1、现量大于1万手、高开、北京A股排除。在整个选股过程中，可加入其他因素进行补充判断，如技术指标、基本面数据等。
## 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。
