问财量化选股策略逻辑
选股条件为：振幅大于1、按今日竞价金额排序前5、机构动向大于0。
选股逻辑分析
选股逻辑结合了技术面和基本面，振幅大、竞价金额高的股票容易成为市场的热点，同时机构的动向是衡量市场资金面向的重要因素，高机构动向意味着市场资金向该股票集中。
有何风险？
该选股逻辑仍然偏重于技术面的因素，可能忽略了公司基本面的因素。同时，机构动向的变化较为频繁，在短时间内可能产生误判。
如何优化？
除了技术面和资金面的考虑，应该加入公司基本面的考虑，如盈利情况、行业地位等，综合考虑选股。同时，在对机构动向进行分析时，应该选取长期表现好的机构，避免单次数据的干扰。
最终的选股逻辑
选取振幅大、竞价金额高、机构动向大于0的股票，并结合多种基本面因素进行筛选。
同花顺指标公式代码参考
振幅大于1：AMO > 1
今日竞价金额排名前5：REF(SORT_AMOUNT, 0) <= 5
机构动向大于0：FI > 0
python代码参考
import tushare as ts
def get_selected_stocks(n):
data = ts.get_hist_data('hs300')
data = data[data.index == data.index[-2]] # 取昨日数据
data = data[data['open'] != 0] # 剔除停牌股票
condition1 = REF(SORT_AMOUNT, 0) <= 5 # 今日竞价金额排名前5
condition2 = data['amplitude'] > 1 # 振幅大于1
fi = ts.profit_data(year=2021, quarter=3)['InstitutionNetAmtBuy'] # 获取机构买入额
fi.index = fi['code'] # 将股票代码作为索引
fi = fi.drop(columns=['code'])
condition3 = fi > 0 # 机构动向大于0
selected_stocks = data[condition1 & condition2 & condition3].index.values
return selected_stocks[:n]
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。
