问财量化选股策略逻辑
选股逻辑为：振幅大于1、股价为18.5元、下午大单净流入。选股策略旨在寻找可能具有中短期上涨趋势、波动性适中、且有较高的资金流入的股票。
选股逻辑分析
该选股策略以振幅大于1、股价为18.5元、下午大单净流入为选股条件。该策略旨在寻找有波动性且尚未被市场完全认可的轻资产股票。这样的股票可能存在未来的机会，并且下午大单净流入是投资者必须面对的重要市场因素之一。
有何风险？
该选股策略存在较大的风险，主要是由于资金流入因素容易受到市场波动影响，导致选股逻辑出现偏差。另外，该选股策略忽略了公司基本面的因素，选出的股票可能未必具备长期投资价值。
如何优化？
应该以资金流入为主要选股因素之一，结合其他市场因素、公司基本面等因素进行综合判断。在振幅和股价等因素上，亦可以适当降低选股权重，从而减少因为市场波动导致选股逻辑失效的风险。另外，应该加入其他的市场因素、公司基本面指标和技术形态等因素，以构建全面的选股模型。
最终的选股逻辑
选股逻辑为：振幅大于1、股价为18.5元、下午大单净流入，并结合其他市场因素、公司基本面指标和技术形态等因素进行综合判断。
同花顺指标公式代码参考
# 振幅大于1
SELECT1 = (HIGH-LOW)/HIGH > 0.01
# 股价为18.5元
SELECT2 = CLOSE == 18.5
# 下午净大单流入
SELECT3 = ABSTOCKMONEY >= 0
SELECT = SELECT1 AND SELECT2 AND SELECT3
以上为计算选股逻辑的同花顺指标公式。即选股指标为：振幅大于1、股价为18.5元、下午大单净流入。同时还应该加入其他的市场因素、公司基本面指标和技术形态等因素，具体计算方式可根据实际情况进行修改。
Python代码参考
import pandas as pd
import tushare as ts
def get_selected_stocks():
# 获取tushare连接
ts.set_token('Your Token')
pro = ts.pro_api()
# 获取A股市场所有的股票
all_stocks = [ts_code for ts_code, name, industry in pro.stock_basic(fields='ts_code,name,industry', exchange='', list_status='L').values.tolist() if name[0] != 'S']
# 计算选股指标并依此进行选股
selected_stocks = []
for ts_code in all_stocks:
all_data = pro.stock_company(ts_code=ts_code, fields='pro_name,concept_name,industry,exchange,list_date,total_equity,market_type,holders')
if all_data.empty or all_data.iloc[0]['total_equity'] == 0:
continue
if all_data.iloc[0]['market_type'] != 1 or all_data.iloc[0]['holders'] == '非公开发行股份上市':
continue
quote_data = pro.moneyflow(ts_code=ts_code, start_date=(pd.Timestamp.now() - pd.Timedelta(days=50)).strftime('%Y%m%d'), end_date=pd.Timestamp.now().strftime('%Y%m%d'), fields='ts_code,trade_date,tick,vol,amount,net_mf_amount')
if quote_data.empty:
continue
if (quote_data['open'][-1] - quote_data['pre_close'][-1]) / quote_data['pre_close'][-1] > 0.095:
continue
if quote_data['close'][-1] != 18.5:
continue
if quote_data['net_mf_amount'][-1] < 0:
continue
selected_data = quote_data.iloc[-1].copy()
selected_data['ts_code'] = ts_code
selected_data['pro_name'] = all_data.iloc[0]['pro_name']
selected_stocks.append(selected_data)
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol'], reverse=True)
return selected_stocks_sorted
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、下午大单净流入，并结合其他市场因素、公司基本面指标和技术形态等因素进行综合判断。可根据实际需求进行修改。
## 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。
