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、收盘价在布林带上轨以下，且收盘价在布林带中轨以上的股票。该策略主要基于股票价格波动、成交量和技术指标进行选股。
选股逻辑分析
选股逻辑主要依据股票价格波动、成交量和技术指标进行选股。振幅大于1代表着股票价格波动幅度较大，有一定的交易机会，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，选股指标中考虑了布林带上、中轨的位置，使得股票在相对低位，有下跌空间，是较安全的入场时机。
有何风险？
该选股逻辑同样缺少公司基本面数据和资金流动等重要因素的考虑，同时也存在一定的盲目跟风和投机风险，容易受到市场噪音的影响。同时，布林带指标本身也可能存在一定的滞后性。
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，在选择技术指标时，应该结合市场情况和资金流动等综合判断，减少滞后性。
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、收盘价在布林带上轨以下，且收盘价在布林带中轨以上的股票。同时关注公司基本面数据、资金流动等因素，进行风险控制，按照投资价值进行选股。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
BOLL:UPPER,20,S
BOLL:MID,20,S
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) < 20 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
boll_upper = pro.query('BOLL', ts_code=ts_code, start_date=daily_data.iloc[-20]['trade_date'], end_date=daily_data.iloc[-1]['trade_date'], fields='upper').iloc[-1]['upper']
boll_mid = pro.query('BOLL', ts_code=ts_code, start_date=daily_data.iloc[-20]['trade_date'], end_date=daily_data.iloc[-1]['trade_date'], fields='mid').iloc[-1]['mid']
current_close = daily_data.iloc[-1]['close']
if current_close < boll_upper and current_close > boll_mid:
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、技术指标等因素进行选股，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。
