问财量化选股策略逻辑
本选股策略选取振幅大于1、上市时间大于一年、20日均线大于120日均线的股票。
选股逻辑分析
选择振幅大于1可以筛选出市场活跃性较强的股票，上市时间大于一年可以筛选出稳定的股票。20日均线大于120日均线可以较为准确地判断当前股票趋势是否向上。
有何风险？
市场的变化可能导致选股条件不再适用，例如市场风格的变化，大盘风格的变化等情况。同时，使用均线的策略容易受到市场周期的影响，如果市场处于震荡期，可能会导致选出的股票不利于操作。
如何优化？
可以加入其他技术指标作为选股条件，如MACD、RSI等指标，以更加全面地评估股票。另外，在选取均线指标时，可以根据实际情况调整选取的周期，来适应市场周期的变化。
最终的选股逻辑
本选股策略选取振幅大于1、上市时间大于一年、20日均线大于120日均线的股票。
同花顺指标公式代码参考
振幅：
VAR1:=(ABS(CLOSE-REF(CLOSE,1))/REF(CLOSE,1))*100;
VAR1>1
上市时间：
DATEDIFF(LISTDATE,TODAY)>365
20日均线大于120日均线：
MA(CLOSE,20)>MA(CLOSE,120)
python代码参考
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
today = pro.trade_cal(exchange='', is_open='1')["cal_date"].values[-1]
# 获取股票热度列表
stock_heat = pro.stock_basic(exchange='SZSE', list_status='L', fields='ts_code,name,list_date,list_status,list_date,industry')
stock_heat = stock_heat[stock_heat["list_date"].apply(lambda x: x.replace("-", "")) < (int(today) - 10000)]
stock_heat = stock_heat.sort_values(by=['list_date'])
for code in stock_heat["ts_code"]:
if len(selected_stocks) >= n:
break
quote_info = pro.query('daily', ts_code=code, end_date=today, fields='close')
if len(quote_info) < 121:
continue
ma20 = quote_info["close"].rolling(20).mean()
ma120 = quote_info["close"].rolling(120).mean()
if ma20.iloc[-1] < ma120.iloc[-1]:
continue
amplitude = abs(quote_info["close"].iloc[-1] - quote_info["close"].iloc[-2]) / quote_info["close"].iloc[-2]
if amplitude < 0.01:
continue
if code.startswith("ST"):
continue
selected_stocks.append(code)
if len(selected_stocks) >= n:
break
return selected_stocks
## 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。
