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、收益＞0。该选股策略主要从技术面的角度，选取具备较大涨幅潜力的公司，并在筛选后的股票中选择最近收益为正的股票。
选股逻辑分析
此选股策略主要从技术面的角度考虑，选股条件：振幅大可找到市场热点，同时酷特智能早晨之星是一个常用的K线形态，收益＞0可筛选出最近有涨幅的企业。因此，该选股策略通过技术面的选股因素，能够找到潜力较大的企业。
有何风险？
该选股逻辑虽然考虑了技术面的因素，但仅仅关注振幅、酷特智能早晨之星和收益，且不考虑其他因素，如基本面的指标等，会使筛选结果的准确性降低，存在选出的企业盈利能力不强，营收情况不佳，或因行业影响导致涨幅不稳定等风险。
如何优化？
可以加入其他技术面指标，如上涨趋势线、成交量等指标加以筛选，可以更全面地判断市场热点，相对提高筛选准确度。另外，还可以结合基本面指标如盈利情况、营业收入等，进行对比参考，综合判断公司的投资价值。
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、收益＞0的股票。该选股策略主要从技术面的角度，选取具备较大涨幅潜力的公司，并在筛选后的股票中选择最近收益为正的股票。
同花顺指标公式代码参考
C: 收盘价>上一日收盘价 AND 振幅>1 AND 酷特智能早晨之星 AND 收益率日>0;
以上的同花顺指标公式根据振幅、酷特智能早晨之星和收益率选股。
Python代码参考
import tushare as ts
import pandas as pd
from datetime import datetime, timedelta
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code, name, market in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,market').values.tolist():
if market == '创业板':
continue
# 基本面
stock_data = pro.daily_basic(ts_code=ts_code, start_date=datetime.strftime(datetime.now() - timedelta(days=10), '%Y%m%d'), end_date=datetime.strftime(datetime.now(), '%Y%m%d'))
if stock_data.empty or stock_data.iloc[-1]['total_mv'] < 100000 or stock_data.iloc[-1]['total_mv'] > 1000000 or stock_data.iloc[-1]['pe'] < 0:
continue
# 技术面
daily_data = pro.daily(ts_code=ts_code, start_date=datetime.strftime(datetime.now() - timedelta(days=10), '%Y%m%d'), end_date=datetime.strftime(datetime.now(), '%Y%m%d'))
if daily_data.empty or daily_data.iloc[-1]['close'] < daily_data.iloc[-2]['close'] or daily_data.iloc[-1]['open'] < daily_data.iloc[-2]['close']:
continue
if not check_morning_star(daily_data):
continue
if daily_data.iloc[-1]['pct_chg'] <= 0:
continue
# 选股成功
selected_stocks.append((name, ts_code))
return selected_stocks
def check_morning_star(daily_data):
if daily_data.iloc[-1]['open'] <= daily_data.iloc[-2]['close'] or daily_data.iloc[-1]['open'] <= daily_data.iloc[-3]['close']:
return False
ma5 = daily_data['close'].rolling(window=5).mean()
ma10 = daily_data['close'].rolling(window=10).mean()
if ma5[len(ma5) - 1] < ma10[len(ma10) - 1]:
return False
if (daily_data.iloc[-1]['close'] - daily_data.iloc[-1]['open']) / (daily_data.iloc[-1]['high'] - daily_data.iloc[-1]['low']) < 0.33:
return False
return True
以上的Python代码综合考虑了技术面和基本面的因素，对振幅、酷特智能早晨之星和收益率进行了筛选，加入了PE的条件判断以考虑基本面的因素，同时进一步加入了缺口和上涨趋势线的检测。
## 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。
