问财量化选股策略逻辑
本选股策略选取振幅大于1、下午大单净流入和2021年三个指标作为选股标准，选出的个股视为投资标的。
选股逻辑分析
本选股策略通过考虑股票短期价格波动和资金流入等因素来进行选股。振幅大于1意味着股票价格波动较大，下午大单净流入则表明资金在此时段内大量流入，2021年则表示考虑了最近一年内的市场表现。这三个指标的综合分析可以找到短期内具有投资价值的股票。
有何风险？
与前两个选股策略相同，本策略的风险在于只考虑了短期内几个指标，没有考虑更长期的市场趋势和股票的基本面因素，可能存在一定的盲目性。同时，指标计算方法和选取的参数也可能影响选股策略的有效性和准确性。
如何优化？
对于本选股策略，可以考虑加入更多的指标以综合分析股票的基本面、技术面和市场趋势。同时，也应该尽量避免盲目跟风和过度交易等行为，避免操作风险。最后，建议进行严格的风险控制和资金管理，防范市场风险并保护投资本金。
最终的选股逻辑
本选股策略选取振幅大于1、下午大单净流入和2021年三个指标作为选股标准，选出的个股为投资标的。在进行后续的操作时，应该对选中的股票进行全面的基本面、技术面和政策面分析，以确定其投资价值和风险水平。在操作过程中应充分考虑风险控制和资金管理等方面的问题。
同花顺指标公式代码参考
振幅大于1：(HIGH-LOW)/PRE_CLOSE > 0.01
下午大单净流入：C - O > (0.005*V-MA(V,3))/10000
2021年选股：2021年1月1日至当天的涨幅排名前30%的股票。
python代码参考
# 引入Tushare库、Numpy库、Pandas库
import tushare as ts
import numpy as np
import pandas as pd
# 连接Tushare库
pro = ts.pro_api()
# 获取最近一年的日期范围
start_date = '20210101'
end_date = pd.datetime.now().strftime('%Y%m%d')
# 查询所有股票的数据
all_data = pro.stock_basic()
# 根据选股条件进行筛选
selected_stocks = []
for ts_code in all_data["ts_code"]:
# 获取股票数据
k_data = pro.daily(ts_code=ts_code, start_date=start_date, end_date=end_date)
pct_chg = k_data.pct_chg
if (k_data.high - k_data.low).mean() / k_data.close.mean() > 0.01 and \
(k_data.close - k_data.open > ((0.005 * k_data.vol - pd.Series(k_data.vol).rolling(3).mean()) / 10000)).values[-1] and \
np.where(pct_chg.rank(pct=True) > 0.7)[0][-1] == len(pct_chg) - 1:
selected_stocks.append(ts_code)
# 输出选中的股票
print(selected_stocks)
其中，CLOSE表示收盘价，使用等于号进行判断，大单净流入和振幅分别通过计算实现，2021年则表示找出当年涨幅排名前30%的股票，通过判定最近一年的涨幅情况进行判断。
## 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。
