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20日均线大于120日均线的股票作为选股标准，选取结果中的个股作为投资标的。
选股逻辑分析
本选股策略以振幅、下午大单净流入和均线为选取股票的标准，均线是技术面上的重要指标，20日均线较短期、对个股波动短期趋势有反应，120日均线较长期、对个股趋势反应更明显；同时，振幅较大也能体现大众情绪波动情况，下午大单净流入则可以反馈股票买卖需求的强弱。
有何风险？
本选股策略仅从技术面出发，选股的依据与公司基本面和整体市场的宏观因素脱节，没有包含企业财务分析及行业趋势分析等外在因素，所选标的的趋势可能因此脱离公司真实情况和宏观背景而削弱选股的可操作性。
如何优化？
在选股时，技术面研究只是基本的投资选择依据，可以结合选股股票的基本面，如公司财务和行业发展等，利用综合指标进行量化选股，尽可能不断完善选股指标、筛选企业信息。
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20日均线大于120日均线的股票作为选股标准，选取结果中的个股视为投资标的，后续应对标的进行基本面和宏观面过滤，充分评估其投资价值。在风险管控方面，可采取止盈止损等措施降低风险。
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
20日均线：MA(CLOSE,20)
120日均线：MA(CLOSE,120)
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()
# 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.klines(ts_code=ts_code, start_date='3 year ago', end_date='today', freq='D')
if (k_data.high - k_data.low) / k_data.pre_close > 0.01 and \
(k_data.close - k_data.open) > ((0.005 * k_data.vol - ta.trend.MA(k_data.vol, 3)) / 10000) and \
ta.trend.MA(k_data.close, 20) > ta.trend.MA(k_data.close, 120):
selected_stocks.append(ts_code)
# 输出选中的股票
print(selected_stocks)
其中，TA是量化交易库之一，MA表示均线。
## 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。
