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、流通盘小于等于55亿股的股票。该选股策略主要从技术面和基本面的角度，选取具备一定涨幅潜力并具备投资价值的公司。
选股逻辑分析
该选股策略综合了技术面和基本面的考量，选股条件合理：振幅大可找到市场热点，酷特智能早晨之星是一个常用的K线形态，对于流通盘小于等于55亿股的股票则考虑了该公司的市值和公司规模。这些因素作为选股条件能够选出具备一定涨幅潜力并具有投资价值的个股。
有何风险？
该选股逻辑在技术面和基本面都加入了一定的条件，但仍然存在一定的风险：股票的历史表现不能代表未来的发展，同时小流通股存在机构大肆抛售的风险。在使用该选股策略时，需要注意量化指标和经验分析的结合，并在股票的实际投资过程中进行风险控制。
如何优化？
在选股策略的基础上，可以进一步考虑一些市场热点相关的指标，如行业板块等，同时采用更为全面、细致的技术分析来辅助判断。因为股市表现受多种因素影响，不停地优化与更新选股策略，整合一些其他的判断模型，同时注意到统计的历史数据是相对静态的，需要不断地进行验证。
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、流通盘小于等于55亿股的股票。该选股策略综合了技术面和基本面的考量，选取具备一定涨幅潜力并具备投资价值的个股。
同花顺指标公式代码参考
C: K线为酷特智能早晨之星 AND 振幅>1 AND 股本流通市值<=55亿;
以上的同花顺指标公式根据酷特智能早晨之星、振幅和股本流通市值选股。
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'] > 550000:
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']:
continue
if not check_morning_star(daily_data):
continue
if daily_data.iloc[-1]['vol'] / stock_data.iloc[-1]['total_share'] > 1:
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、流通股本等进行了筛选，加入了流通股本的条件判断以考虑基本面的因素，同时进一步加入了酷特智能早晨之星的检测。酷特智能早晨之星使用类似于前一个选股策略的方法来判断，判断K线形态。而股本流通市值则使用了流通股本和总市值的比率来考量。
值得注意的是，在选股过程中需要注意到统计的历史数据是相对静态的，需要不断地进行验证和更新。
## 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。
