问财量化选股策略逻辑
本选股策略选取振幅大于1、下午大单净流入和流通盘小于等于55亿股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
本选股策略同样选取了振幅和资金流入等指标作为选股标准，增加了流通盘指标。流通盘小于等于55亿股可以反映股票流通性较好，并且较小的流通盘可以通过大买单推动个股涨价，获取短期投资机会。
有何风险？
本选股策略存在的风险主要是可能会选中一些暂时活跃但基本面较差、流动性不足的个股，以及流通盘和振幅等指标在市场变化下的不确定性，可能会影响策略效果。
如何优化？
减少流通盘指标的权重，增加其他指标的权重，同时，可以考虑加入均线、RSI和MACD等指标来辅助选股，并进行更加全面和精细的策略设计，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盘小于等于55亿股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
流通盘小于等于55亿股：CIRC_MV/10<55
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')
k_data = pro.daily(ts_code=ts_code, start_date='today', end_date='today')
if (fin_data.circ_mv / 10 < 55) 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，使用等于号进行判断，大单净流入和振幅分别通过计算实现。流通盘则应当除以10，从而符合流通盘的实际情况。
## 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。
