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，且昨日收盘价大于250日均线的股票。选取振幅大于1可以过滤掉价格波动较小的股票，上市时间大于一年则是为了过滤新上市或价格波动较大的股票。昨日收盘价大于250日均线则意味着该股票处于较为健康的上升趋势中。
选股逻辑分析
振幅大于1可以使策略选中的股票拥有一定的市场活跃性和涨跌幅度。上市时间大于一年可以过滤掉新股，在股票选取时排除其较大的波动干扰。昨日收盘价大于250日均线则代表着较为健康的上升趋势。本策略选中的股票相对于其他股票有更大的上涨潜力。
有何风险？
本选股策略只考虑了股票的价格波动及均线分析等因素，未考虑公司基本面、行业发展、宏观经济等因素的影响。同时，选股策略中的均线指标可能存在滞后性，或者在某些特殊情况下买入相对高位，存在一定的投资风险。
如何优化？
本选股策略可以加入其他指标以进行更全面的技术面分析，如布林线等。同时需要配合合理的风险管理策略，如设定止盈、止损价格等。
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，且昨日收盘价大于250日均线的股票。
同花顺指标公式代码参考
昨日收盘价大于250日均线：
(CLOSE > MA(CLOSE, 250))
python代码参考
import tushare as ts
from datetime import datetime, timedelta
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,list_date,list_status')["ts_code"]:
if len(selected_stocks) >= n:
break
if code.startswith("688"):
continue
if not code.startswith("60"):
continue
quote_info = pro.query('daily', ts_code=code, start_date=(datetime.today() - timedelta(days=1)).strftime('%Y%m%d'), end_date=datetime.today().strftime('%Y%m%d'), fields='close, pre_close')
if len(quote_info) == 0:
continue
amplitude = abs(quote_info["close"].iloc[-1] - quote_info["pre_close"].iloc[-1]) / quote_info["pre_close"].iloc[-1]
if amplitude < 0.01:
continue
ma_info = pro.query('daily_basic', ts_code=code, trade_date=(datetime.today() - timedelta(days=1)).strftime('%Y%m%d'), fields='ma250')
if len(ma_info) == 0 or ma_info["ma250"].iloc[-1] is None or quote_info["close"].iloc[-1] <= ma_info["ma250"].iloc[-1]:
continue
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
