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、流通市值大于100亿元三个指标作为选股标准，选取结果中的个股视为投资标的。
选股逻辑分析
本选股策略选取了振幅、资金流入和市值等指标作为选股标准，旨在筛选一些波动性较大，市值较大，同时流通性较强的股票。
有何风险？
本选股策略存在的风险主要是可能会选中一些流通市值虚高的个股，同时，市场变化可能会影响策略的效果。
如何优化？
应该增加其他指标，如市盈率、市净率、收益率等，以更好地考虑基本面情况。同时，可以考虑增加股票的财务指标作为筛选条件，以更好地筛选出具有确定性的公司。此外，还可以根据不同行情、不同产品或不同业务类型等特征来设计针对性的选股策略，以提升选股的准确性和有效性。
最终的选股逻辑
本选股策略选取振幅大于1，下午大单净流入和流通市值大于100亿元三个指标作为选股标准，选取结果中的个股为投资标的。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
流通市值大于100亿元：CIRC_MV > 10000000000
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
fin_data = pro.daily_basic(ts_code=ts_code, trade_date='today')
if (fin_data.circ_mv > 10000000000) and ((k_data.high - k_data.low) / k_data.pre_close > 0.01) and \
((k_data.close - k_data.open) > ((0.005 * k_data.vol - pd.Series(k_data.vol).rolling(3).mean()) / 10000)):
selected_stocks.append(ts_code)
# 输出选中的股票
print(selected_stocks)
其中，CLOSE表示收盘价，使用等号进行判断，大单净流入和流通市值分别通过计算实现。
## 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。
