问财量化选股策略逻辑
本选股策略选取振幅大于1、下午大单净流入和深证主板中市盈率0-29.01市净率0-3.11的股票作为选股标准，选取结果中的个股作为投资标的。
选股逻辑分析
本选股策略从技术面和基本面结合出发，选取振幅大于1、下午大单净流入和深证主板中市盈率0-29.01市净率0-3.11的股票三个条件进行选股。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？
本选股策略仍然可能存在较大的操作风险，可能会偏离公司的基本面和整体市场的宏观因素，导致短期内收益率不稳定，甚至出现回撤。同时，在市盈率和市净率的选择上，可能会存在一定的主观性和局限性。
如何优化？
在选股时应进一步针对每个企业的基本面进行分析，了解企业财务情况、行业发展前景、管理层素质等，并在选股后进行有效的风险管控。同时，在市盈率和市净率的选择上应避免过于主观，可以参考历史行情和行业均值等因素。
最终的选股逻辑
本选股策略选取振幅大于1、下午大单净流入和深证主板中市盈率0-29.01市净率0-3.11的股票作为选股标准，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
深证主板：市盈率0-29.01市净率0-3.11，数据可在同花顺的财务数据中获取
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()
# 查询所有股票的财务数据
all_finance_data = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,pe,pb')
# 根据选股条件进行筛选
selected_stocks = []
for ts_code in all_finance_data["ts_code"]:
if all_finance_data[all_finance_data["ts_code"]==ts_code]["pe"].values[0] >= 0 and \
all_finance_data[all_finance_data["ts_code"]==ts_code]["pe"].values[0] <= 29.01 and \
all_finance_data[all_finance_data["ts_code"]==ts_code]["pb"].values[0] >= 0 and \
all_finance_data[all_finance_data["ts_code"]==ts_code]["pb"].values[0] <= 3.11:
# 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):
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，pe表示市盈率，pb表示市净率。
## 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。
