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、生产饮料酒、进出口酒类、相关产业链上下游的公司。该策略主要从技术面和基本面选股，选择具有较大波动性和具有酒类产业相关性的品种。
选股逻辑分析
选股逻辑主要注重技术面和基本面选股，通过振幅和现量来筛选出较为波动的品种，而高开的特点则意味着品种展现出较强势头。同时，通过选择生产饮料酒、进出口酒类、相关产业链上下游的公司，可以选出具有酒类产业相关性的品种，受到行业相关政策、需求等因素影响。
有何风险？
该策略过于依赖酒类产业相关性，存在行业风险。由于酒类产业受政策等因素影响较大，所选品种的走势容易受到行业因素影响，具有较高的风险。
如何优化？
可以加入其他指标，如PE、PB等基本面指标，或者加入技术指标，如RSI、MACD等指标，以综合考虑技术面和基本面的影响，减少行业因素对选股的影响，提升选股精度。
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、生产饮料酒、进出口酒类、相关产业链上下游的公司。该策略从技术面和基本面选股，同时加入其他指标，做到风险和收益的平衡。
同花顺指标公式代码参考
C: (振幅 > 1) AND (VOL > 10000) AND (OPEN > YESTCLOSE) AND INLIST(SYMBOL, SORT(FINDSTR('生产饮料酒,进出口酒类,NULL', INDUSTRY), SECTOR, 1))
以上为同花顺选股指标公式，包括振幅、交易量、高开和行业分类等条件，并使用了函数InList和Sort对酒类相关分类进行筛选。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
industry_dict = {'生产饮料酒': ['S2457', 'S2458'], '进出口酒类': ['K1604', 'K1608']}
for ts_code, name, industry in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry').values.tolist():
if industry not in industry_dict:
continue
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']]
if daily_data.empty or len(daily_data) < 100:
continue
if daily_data.iloc[-1]['open'] <= daily_data.iloc[-1]['close']:
continue
if daily_data.iloc[-1]['high'] < daily_data.iloc[-2:]['high'].max():
continue
selected_stocks.append((name, ts_code))
return selected_stocks
该Python代码包括振幅、交易量、高开、行业分类等条件，同时根据饮料酒、进出口酒类的类别代码，筛选和批量查询出符合条件的数据，以达到更精准的选股策略。
## 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。
