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，且昨日非涨停板的公司进行选股操作。
选股逻辑分析
该选股策略是综合考虑了振幅和技术指标的因素，同时对昨日是否涨停板进行筛选。选出的公司需要满足振幅大于1，三个技术指标同时金叉的条件，且昨日非涨停板。比起不做涨停板的限制，可以更加准确地捕捉到股票的波动。
有何风险？
该选股策略同样存在技术指标过于片面的问题，只考虑单一的技术因素，没有考虑公司的基本面和行业前景等因素，容易导致选股结果不准确。
如何优化？
可以将技术指标和基本面指标相结合，综合考虑公司的业绩、竞争优势、企业治理等方面的因素，来确认公司的投资价值。同时，可以加入更多的筛选条件，如市场前景、估值等指标，形成更完整的选股逻辑。
最终的选股逻辑
根据振幅大于1，三个技术指标同时金叉，且昨日非涨停板，综合考虑公司的基本面和行业趋势等多重因素进行选股操作。
同花顺指标公式代码参考
振幅指标：AMO
MA指标：MA(CLOSE, N)
三条MA金叉：CROSS(MA(CLOSE, N1), MA(CLOSE, N2)) & CROSS(MA(CLOSE, N2), MA(CLOSE, N3))
昨日非涨停板：(CLOSE / REF(CLOSE, 1) - 1) < 0.0999
选股公式：(CROSS(MA(CLOSE, N1), MA(CLOSE, N2)) & CROSS(MA(CLOSE, N2), MA(CLOSE, N3))) & (AMO > 1) & ((CLOSE / REF(CLOSE, 1) - 1) < 0.0999)
指标中的N、N1、N2、N3可根据实际情况进行调整。
python代码参考
import tushare as ts
def get_selected_stocks(n):
data = ts.get_today_all()
ma5 = data['trade'].rolling(window=5).mean()
ma10 = data['trade'].rolling(window=10).mean()
ma20 = data['trade'].rolling(window=20).mean()
amplitude = (data['high'] - data['low']) / data['low']
last_close = data['settlement'].shift(1)
yesterday_not_limit = (data['trade'] / last_close - 1) < 0.0999
condition1 = (ma5 > ma10) & (ma10 > ma20) & (amplitude > 0.01) # 三条MA同时金叉和振幅大于1
condition2 = yesterday_not_limit # 昨日非涨停板
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。
