问财量化选股策略逻辑
本选股策略选取振幅大于1、下午大单净流入和股价低于12元作为选股标准，选取结果中的个股作为投资标的。
选股逻辑分析
本选股策略主要从技术面出发，选取振幅大于1、下午大单净流入和股价低于12元三个条件进行选股。选股后再从中筛选出交易风险比较小的股票进行投资。
有何风险？
本选股策略有较大的操作风险，过于依赖技术分析指标，忽略了公司的基本面和整体市场的宏观因素，可能导致短期内收益率不稳定，甚至出现回撤。同时，振幅大于1、下午大单净流入和股价低于12元三个条件可能也存在一定的主观性和局限性。
如何优化？
应该进行进一步的外部因素和内部因素分析，选股不仅要考虑技术指标，还应该结合公司基本面，例如市盈率、利润增长率等指标，并考虑整体市场行情。同时应尽量避免过度依赖少量指标。在选股后应对风险进行一定的管控，如设置止盈和止损，合理配置资产。
最终的选股逻辑
本选股策略选取振幅大于1、下午大单净流入和股价低于12元三个条件进行选股，之后根据公司基本面和整体市场行情来判断其是否具有投资价值。在选股后应该进行有效的风险管控，如设置止盈和止损，管理风险。
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
价格低于12元：LOW < 12
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
all_stocks = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date')
# 根据选股条件进行筛选
selected_stocks = []
for ts_code in all_stocks["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 \
k_data.low < 12:
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，LOW为当日最低价。
## 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。
