问财量化选股策略逻辑
本选股策略选取振幅大于1、下午大单净流入和集中度70小于20%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
本选股策略主要从技术面出发，选取振幅大于1、下午大单净流入和集中度70小于20%的股票三个条件进行选股。振幅大于1、下午大单净流入等指标可以反映股票的短期买卖需求和情绪变化，集中度70小于20%可以一定程度上反映市场的分散性和流动性。同时，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，集中度70小于20%这样的策略可能会造成选出的股票集中在少数个股上，导致单一风险较大，而缺乏资金流动性较高的个股可能被忽略。
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，在集中度的选择上应避免过大或过小的极端情况，可以适量放宽或收紧条件，如集中度70小于25%。
最终的选股逻辑
本选股策略选取振幅大于1、下午大单净流入和集中度70小于20%（或70小于25%）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
集中度：在同花顺的股票概览中可以查询到当前股票的机构持股比例情况
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()
# 查询所有股票的机构持股比例数据
all_concentration_data = pro.query('top10_holders', ts_code='', start_date='20210101', end_date='today')
# 根据选股条件进行筛选
selected_stocks = []
for ts_code in all_concentration_data["ts_code"].unique():
if all_concentration_data[all_concentration_data["ts_code"]==ts_code]["hold_ratio"].max() <= 0.2:
# 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，集中度可以在同花顺的股票概览中查询。
## 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。
