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、流通市值在50-100亿之间。该策略以技术面和基本面相结合，选择波动较大、成交量较大、流通市值适中的股票。
选股逻辑分析
选股逻辑同样考虑了股票的技术面和基本面，通过振幅和现量筛选波动较大、成交量较大的品种，再通过选定流通市值范围，筛选具有一定财务实力的品种，判断其是否逐步进入超卖区间，从而在下跌后出现反弹的机会。
有何风险？
该选股方法同样注重技术面和基本面，但选取的指标相对较少，可能忽略了一些与公司基本面等因素相关的风险。同时，过分依赖技术面可能带来较大风险。
如何优化？
加入更多与基本面相关的指标，如市盈率、市净率、净资产收益率等指标，并从公司经营情况、行业因素和宏观经济环境三个方面综合分析股票状况，提高选股的精度。同时，适度考虑一些与技术面无关的指标，并通过技术面和基本面相结合的方式提高选股精度。
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、流通市值在50-100亿之间，同时加入市盈率、市净率、净资产收益率等指标，并从公司经营情况、行业因素和宏观经济环境三个方面综合分析股票状况，技术面与基本面相结合，以提高选股的准确度。
同花顺指标公式代码参考
C: (振幅 > 1) AND (VOL > 10000) AND (OPEN > YESTCLOSE) AND (CIRC_MV >= 5000000000) AND (CIRC_MV <= 10000000000)
以上为同花顺选股指标公式，包括振幅、交易量、高开、流通市值等条件。建议加入市盈率、市净率、净资产收益率等指标以及其他基本面指标，通过技术面与基本面相结合，提高选股的准确度。
Python代码参考
import tushare as ts
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) < 8 or basic_data.empty or basic_data.iloc[-1]['circ_mv'] < 5000000000 or basic_data.iloc[-1]['circ_mv'] > 10000000000:
continue
if daily_data.iloc[-1]['open'] <= daily_data.iloc[-1]['close']:
continue
selected_stocks.append((name, ts_code))
return selected_stocks
以上是Python代码实现，包括振幅、交易量、高开、流通市值等条件筛选，并通过技术面与基本面相结合，提高选股精度。建议加入市盈率、市净率、净资产收益率等指标以及其他基本面指标。
## 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。
