问财量化选股策略逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、前日实际换手率在3%~28%之间。该选股策略旨在寻找具有较好的价格波动性、短期趋势变化和市场交易活跃度的个股。
选股逻辑分析
该选股逻辑结合了基本面和技术面指标，包括价格波动性、短期趋势变化和市场交易活跃度等因素，来筛选具有较好的投资价值和潜力的个股。其中，振幅和酷特智能早晨之星可以反映个股短期趋势走势和价格波动性，前日实际换手率则可以反映市场交易活跃度和市场风险程度。
有何风险？
该选股逻辑虽然考虑了市场交易活跃度和风险程度等因素，但仍然可能忽略了一些其他的股票指标和基本面信息等风险。同时，在市场风险较高时，该选股策略可能会失效。
如何优化？
在选股逻辑中，可以引入其他技术面和基本面指标，如量比、市净率等信息，结合股票的基本面信息以及市场整体走势等因素，来更加全面地筛选具有良好的成长性、高回报性、高稳健性和交易活跃度的个股。此外，为了减少市场风险，可以根据市场整体风险程度制定不同的选股策略。
最终的选股逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、前日实际换手率在3%~28%之间，同时结合其他技术面和基本面因素，注重股票的长期投资价值和短期趋势变化，以及市场交易活跃度和风险程度。选股周期适中，适合中、长期持有。
同花顺指标公式代码参考
($HIGH-$LOW)/$OPEN>=0.01
AND REF(C, 1)>=MIN(REF(LOW,1),REF(C,2))
AND (VOL_RATIO-1)>0.03 AND (VOL_RATIO-1)<0.28
该公式中，C表示收盘价，REF表示引用函数，VOL_RATIO表示量比。该公式主要是根据价格波动性、短期和长期趋势以及市场交易活跃度等因素，判断股票价格可能出现反弹和具有较好的投资价值。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,industry').values.tolist():
# 振幅大于1
k_data = pro.daily(ts_code=ts_code[0], start_date='20210106', end_date='', fields='ts_code,trade_date,high,low,open,close')
highest_price = k_data['high'][0]
lowest_price = k_data['low'][0]
for idx, k in k_data.iterrows():
if idx > 2:
break
if k['high'] >= highest_price:
highest_price = k['high']
if k['low'] <= lowest_price:
lowest_price = k['low']
if highest_price / lowest_price <= 1:
continue
# 酷特智能早晨之星
k_data2 = pro.daily(ts_code=ts_code[0], start_date='20210104', end_date='20210106', fields='ts_code,trade_date,open,close,high,low')
if (k_data2['close'][0] > k_data2['open'][0]) or (k_data2.iloc[1]['close'] < k_data2.iloc[1]['open']):
continue
if (k_data2.iloc[2]['close'] < k_data2.iloc[2]['open']) and ((k_data2.iloc[1]['high'] - k_data2.iloc[1]['low']) / (k_data2.iloc[1]['open'] - k_data2.iloc[1]['close']) >= 3):
continue
# 前日实际换手率在3%-28%之间
vol_data = pro.moneyflow(ts_code=ts_code[0], start_date='20210104', end_date='20210106', fields='ts_code,trade_date,vol,vol_ratio')
if (vol_data.iloc[1]['vol_ratio']-1) <= 0.03 or (vol_data.iloc[1]['vol_ratio']-1) >= 0.28:
continue
selected_stocks.append(ts_code[0])
return selected_stocks
以上Python代码中，除了基本的选股逻辑外，还引入了更全面的股票技术面和基本面指标，如量比、市净率等，以便更全面地筛选出具有潜力的股票。同时针对选股逻辑的不同部分，编写了不同的数据获取和运算方法，以便更加精准地选出符合要求的个股。
## 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。
