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、近25个交易日有单日涨幅大于等于百分之10作为选股标准，选出的个股视为投资标的。
选股逻辑分析
本选股策略通过振幅、资金流向和股票趋势三个方面来选取股票。从振幅上选取振幅大于1的股票，具有一定波动性；从资金流向上选取下午大单净流入的股票，具有较好的资金流入情况；从股票趋势上选取近25个交易日中有单日涨幅大于等于百分之10的股票，具有相对较好的上涨潜力。通过综合考量选取合适的投资标的。
有何风险？
本选股策略挑选了近期涨幅较大的股票作为选股标准，存在超买风险。选取的股票可能在选股过程中已趋于超买状态，导致随时有可能出现回调的情况。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。
如何优化？
为了减少对单一指标的依赖，应该思考更加丰富的选股标准。比如，在振幅和资金流向的选股部分，可以加入一定的技术分析指标，如KDJ指标、布林带等。在股票的趋势面上，可以进一步加强财务分析，以及考量公司的发展前景等因素。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
本选股策略综合考虑股价波动性、资金流向、股票趋势等多个角度选取股票。选取振幅大于1、下午大单净流入、近25个交易日有单日涨幅大于等于百分之10作为选股标准，要求选出的股票存在较大波动，有大量资金流入且有上涨潜力。在此基础上，加入一些其他因素的选股指标，如技术分析指标、财务指标等，以及综合市场分析，选取出风险可控，上涨潜力足够的股票。
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
近25个交易日有单日涨幅大于等于百分之10：
(CLOSE / REF(CLOSE, 1)) >= 1.1
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.close / pd.Series(k_data.close).shift(1) >= 1.1).rolling(25).sum().iloc[-1] > 0:
selected_stocks.append(ts_code)
# 输出选中的股票
print(selected_stocks)
选股策略在综合考虑波动性、资金流向和均线等多方面选股条件下，通过Tushare库获取股票数据并进行筛选，使用rolling函数来实现选股筛选条件的计算，注意在控盘的计算中使用交易金额较为准确。
## 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。
