问财量化选股策略逻辑
根据振幅大于1，三个技术指标同时金叉，今日均线向上发散的公司进行选股操作。
选股逻辑分析
该选股策略在前一个选股逻辑的基础上增加了今日均线向上发散的条件。这个条件可以反映出股价的上涨动量正在增强，从而增加投资收益的潜力。同时，与前一个逻辑相比，此次选股多了一个今日这个时间点的限制，更加及时地反映出当前市场动态。
有何风险？
该选股策略过于依赖技术面的因素，忽略了公司基本面和行业趋势等其他因素，可能会对选股结果产生一定的误判。此外，由于选股策略依赖于历史数据，对未来市场的变化预判能力较弱，具有一定的市场风险。
如何优化？
可以综合考虑技术指标和基本面指标，结合公司业绩、竞争优势、企业治理等方面的因素，来确认公司的投资价值。在选股时，应多考虑行业和宏观经济因素的影响，以分散投资风险。
最终的选股逻辑
振幅大于1，三个技术指标同时金叉，今日均线向上发散，结合公司基本面和行业前景等多重因素确定选股操作。
同花顺指标公式代码参考
三条MA金叉：CROSS(MA(CLOSE, N1), MA(CLOSE, N2))&CROSS(MA(CLOSE, N2), MA(CLOSE, N3))
均线向上发散：REF(MA(CLOSE, N1), M) > REF(MA(CLOSE, N1), M+1)
选股公式：(CROSS(MA(CLOSE, N1), MA(CLOSE, N2)) & CROSS(MA(CLOSE, N2), MA(CLOSE, N3))) & (REF(MA(CLOSE, N1), M) > REF(MA(CLOSE, N1), M+1)) & ((HIGH-LOW)/(HIGH-LOW).shift(1)>0.4)
python代码参考
import tushare as ts
import talib
def get_selected_stocks(n):
data = ts.get_today_all()
ma5 = talib.MA(data['trade'], timeperiod=5)
ma10 = talib.MA(data['trade'], timeperiod=10)
ma20 = talib.MA(data['trade'], timeperiod=20)
amplitude = (data['high'] - data['low']) / data['low']
ma_divergence = ma5.shift(M) > ma5.shift(M+1) # 今日均线向上发散
condition1 = (ma5 > ma10) & (ma10 > ma20) & (amplitude > 0.01) # 三条MA同时金叉和振幅大于1
condition2 = ma_divergence # 今日均线向上发散
selected_data = data[condition1 & condition2].iloc[:n].sort_values(by='turnoverratio', ascending=False)
selected_stocks = list(selected_data.loc[:, 'code'])
return selected_stocks
result = get_selected_stocks(5)
print(result)
注：以上代码仅供参考，实际选股应结合具体情况进行适度修改。
## 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。
