(supermind)振幅大于1、开盘价在十日线左右、竞价主力净买大于0_

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、竞价主力净买大于0。该策略旨在结合技术面和基本面的因素，选取处于技术面上突破期，同时有资金支持的股票，以寻找潜在的持续反弹机会，适合短期交易策略。

选股逻辑分析

1. 振幅大于1表明短期内波动较大；
2. 开盘价在十日均线左右说明股票处于调整期；
3. 竞价主力净买大于0说明有较强的资金支持；

有何风险？

1. 该选股逻辑仍忽略了一些基本面因素的影响，可能无法捕捉到长期投资机会；
2. 只考虑了竞价主力的买卖情况，并未考虑其他投资者的行为，可能产生偏差；
3. 技术指标和资金流动指标在特定市场情况下可能产生较大偏差，如在震荡市场中可能产生误判。

如何优化？

1. 可以考虑加入更多基本面因素，如财务数据等，以综合考虑技术面和基本面因素；
2. 对于资金流动指标的选择，可以考虑相对强弱指标等，以综合考虑多个资金流动指标；
3. 对于选出的股票，设定更为精细的交易规则和风险控制策略。

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、竞价主力净买大于0。该策略旨在选取同时结合技术面和基本面的因素的股票，以寻找潜在的持续反弹机会，并加强风险控制。

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)

# 计算竞价主力净买
buy_large = CAPITALFLOW.net_buy_large
picks_buy_large = IF(buy_large > 0, 1, 0)

# 选取符合条件的股票
picks = picks_amplitude * picks_ma10 * picks_buy_large
picks_final = SortBy(picks, VOL, descending=True)

# 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())

# 计算竞价主力净买
df['buy_large'] = df['capital_flow'].apply(lambda x: x['net_buy_large'])
picks_buy_large = set(df[df['buy_large'] > 0]['ts_code'].tolist())

# 选取符合条件的股票
picks = picks_amplitude & picks_ma10 & picks_buy_large

# 输出选股结果
print(picks)

    ## 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)