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、今日控盘＞21作为选股标准，选出的个股视为投资标的。
选股逻辑分析
本选股策略主要综合考虑股价波动性、资金流向、市场氛围等多个角度选取股票。选取振幅大于1、下午大单净流入作为第一维选股标准，要求选出的股票存在较大波动，有大量资金流入，有一定的安全性。在此基础上，加入今日控盘＞21的条件，控盘增加表明多头市场氛围加强，也是股票上涨的重要推力。通过多方面的考量选取合适的投资标的。
有何风险？
选股策略中选用了控盘作为选股指标。该指标本质上是衡量多头市场氛围的指标，但是如果选取了控盘较高的股票，可能会在股票到达阶段性高点时产生一定压力。同时，振幅较大的股票也可能意味着他们的波动性较大，容易给投资者带来一定的风险。
如何优化？
为了减少对控盘这一因素的过度依赖，在选股中还应加入其他的参考指标，如市盈率、市净率等价值投资指标，或者股票的一些财务指标和发展情况等。同时，在选股策略之外，应结合市场情况和投资计划进行综合分析，以合理配置资产，为风险分散提供保障。
最终的选股逻辑
在挑选股票标的时，本选股策略结合振幅大于1、下午大单净流入和今日控盘＞21这些因素进行选股。选取的股票进一步需要在个股分析（例如财务管理等）和资产管理方面进行加强，在交易管理上也需要强化风险控制策略，以后续市场波动中保持收益率的稳定。
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
今日控盘：
(AMOUNT - VOL * (HIGH + LOW) / 2) / 100000000 > 21
python代码参考
# 引入Tushare库
import tushare as ts
# 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.daily(ts_code=ts_code, trade_date='2022-01-25')
if ts_code.startswith(("00", "30")) and \
(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 \
(k_data.amount - k_data.vol * (k_data.high + k_data.low) / 2) / 100000000 > 21:
selected_stocks.append(ts_code)
# 输出选中的股票
print(selected_stocks)
选股策略通过依次将股票与条件逐一进行筛选，得到最终的投资标的，其中python代码使用了Tushare库和pandas库进行数据处理，使用Series内置函数和rolling函数来实现选股筛选条件的计算，同时在控盘的计算中使用交易金额与成交量的乘积来计算，并且注意了选股起始日期。
## 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。
