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、收盘价大于昨日的最低价。该策略以技术面为主，选择波动较大、成交量较大、趋势向上的股票。
选股逻辑分析
选股逻辑同样主要聚焦于股票的技术面，通过振幅和现量筛选波动较大、成交量较大的品种，再通过选取高开、收盘价大于昨日最低价，判断其具有一定上涨潜力，以寻找购买机会。
有何风险？
该选股方式同样没有考虑公司基本面以及其他可能存在的风险因素，存在选股不精准、忽视公司基本面分析的情况。同时，技术指标不能独立决定一个股票的投资价值，过度依赖技术指标可能导致盲目跟风、对市场情况不敏感，投资决策不准确。
如何优化？
加入其他技术指标，如均线、MACD等，以更全面的角度研究股票走势，同时加入公司基本面相关的指标，如市盈率、市净率、净资产收益率等指标，从公司经营情况、行业因素和宏观经济环境等多个方面综合分析股票状况，提高选股的准确度。针对只考虑当日最低价的特定条件过于狭窄，可以根据市场情况加入其他波动、价格和时间等相关指标，以扩大选股眼界。
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、收盘价大于昨日的最低价，加入均线、MACD等技术指标以及市盈率、市净率、净资产收益率等基本面指标，从公司经营情况、行业因素和宏观经济环境等多个方面综合分析股票状况，以提高选股的精确度。
同花顺指标公式代码参考
C: (振幅 > 1) AND (VOL > 10000) AND (OPEN > YESTCLOSE) AND (CLOSE > YESTLOW)
以上为同花顺选股指标公式，包括振幅、交易量、高开、收盘价大于昨日最低价等条件。建议加入其他技术指标以及市盈率、市净率、净资产收益率等基本面指标，通过技术面与基本面相结合，提高选股的精确度。
Python代码参考
import tushare as ts
import pandas as pd
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code, name in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name').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', 'pct_chg']]
basic_data = pro.daily_basic(ts_code=ts_code, start_date='20210201', end_date=pd.to_datetime('today').strftime('%Y%m%d'))[['trade_date', 'circ_mv', 'pe', 'pb', 'roe']]
if daily_data.empty or len(daily_data) < 2 or basic_data.empty or basic_data.iloc[-1]['circ_mv'] < 5000000000:
continue
if daily_data.iloc[-1]['open'] <= daily_data.iloc[-1]['low'] or daily_data.iloc[-2]['close'] >= daily_data.iloc[-2]['low']:
continue
selected_stocks.append((name, ts_code))
return selected_stocks
以上为Python代码实现，包括振幅、交易量、高开、收盘价大于昨日最低价等条件筛选，并通过技术面与基本面相结合，提高选股准确度。建议加入其他技术指标以及市盈率、市净率、净资产收益率等基本面指标，通过技术面与基本面相结合，提高选股的精确度。
## 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。
