(supermind)振幅大于1、开盘价在十日线左右、昨日成交额大于6千万_

问财量化选股策略逻辑

选股逻辑为振幅大于1、开盘价在十日均线左右、昨日成交额大于6千万。该策略旨在找到当前市场关注度高的股票，具有一定的短期赚钱效应。

选股逻辑分析

1. 振幅大于1说明短期内波动较大；
2. 开盘价在十日均线左右说明股票处于调整期；
3. 昨日成交额大于6千万说明市场关注度较高，存在一定短期赚钱效应。

有何风险？

1. 盲目追求短期效应，可能会忽视股票的长期价值；
2. 市场给出关注度并不代表股票有长期上升空间，短期的市场表现不一定代表长期表现。

如何优化？

1. 需要加入对基本面和资金面的综合考虑，以更全面的方式筛选股票；
2. 要控制好仓位以避免过度冒险；
3. 加入合适的风控措施，减少短期市场波动的影响。

最终的选股逻辑

选股逻辑为振幅大于1、开盘价在十日均线左右、昨日成交额大于6千万的股票，综合考虑基本面和资金面等多方面因素以做出更科学的筛选。该策略需要控制仓位，加入风控措施，以降低风险。

同花顺指标公式代码参考

# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)

# 判断开盘价在十日均线左右
ma10 = MA(CLOSE, 10)
picks_ma10 = IF((OPEN > ma10*0.95) & (OPEN < ma10*1.05), 1, 0)

# 判断昨日成交额大于六千万元
picks_turnover = IF(TURNOVER > 60000000, 1, 0)

# 选取符合条件的股票
picks_final = picks_amplitude * picks_ma10 * picks_turnover

# 输出选股结果
WriteIf(picks_final, picks_final, 0)

python代码参考

# 计算振幅
df['amplitude'] = 100 * (df['high'] - df['low']) / df['close']
picks_amplitude = set(df[df['amplitude'] > 1]['ts_code'].tolist())

# 判断开盘价在十日均线左右
ma10 = df['close'].rolling(10).mean()
df['picks_ma10'] = ((df['open'] > ma10*0.95) & (df['open'] < ma10*1.05)).apply(lambda x: True if x else False)
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())

# 判断昨日成交额大于六千万元
df['picks_turnover'] = (df['turnover'] > 60000000).apply(lambda x: True if x else False)
picks_turnover = set(df[df['picks_turnover']]['ts_code'].tolist())

# 选取符合条件的股票
picks_final = picks_amplitude & picks_ma10 & picks_turnover

# 输出选股结果
print(picks_final)

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)