问财量化选股策略逻辑
本选股策略选取振幅大于1、今日均线向上发散，并且10日涨幅大于0小于35的股票作为投资标的。
选股逻辑分析
本选股策略主要是相对于一个股票在较短时间内，同时有较好的波动和较好的趋势，且近期内涨幅未过大。相较于其他选股逻辑，本选股策略能够结合多个指标进行筛选，能更好地筛选合适的投资标的。策略优点在于选股条件更加全面、符合实际情况，缺点在于选股条件相对苛刻，有时可能错过一些特殊情况下表现优异的股票。
有何风险？
即使使用了多个指标作为筛选条件，但是投资标的的选取仍然可能存在主观性和偏差，可能存在选股漏洞，不能涵盖所有市场走势和热点。另外，如果市场处于长期下跌趋势中，可能以过多的考虑短期内的表现而错失较好的股票。
如何优化？
可以考虑增加减少选股条件或相关的参数，将10日涨幅和振幅阈值调整到适合当前市场的水平。或者可以参考其他股票筛选指标，例如MACD、KD等，来进行优化。
最终的选股逻辑
本选股策略选取振幅大于1、今日均线向上发散，并且10日涨幅大于0小于35的股票作为投资标的。
同花顺指标公式代码参考
通达信指标公式代码：
//计算振幅
ACC = 100 * (HIGH - LOW) / REF(CLOSE, 1);
//计算均线的斜率
MA_SLOPE = MA(CLOSE, 1) / MA(CLOSE, 5) - 1;
//计算10日涨幅
CHANGE = 100 * (CLOSE - REF(CLOSE, 10)) / REF(CLOSE, 10);
//筛选10日内涨幅在0到35之间
IN_RANGE = ABS(CHANGE) < 35;
//筛选出合适的股票代码
CODE = LEFT(MARKET, 1) != '6' AND LEFT(MARKET, 1) != '0' AND (
LEFT(MARKET, 2) == '30' OR LEFT(MARKET, 2) == '00' OR LEFT(MARKET, 2) == '68'
);
//综合条件
CONDITION = ACC > 1 AND MA_SLOPE > 0 AND IN_RANGE AND CODE;
python代码参考
import tushare as ts
import pandas as pd
def select_stock(market='sh'):
selected_stocks = pd.DataFrame(columns=["amplitude", "ma_slope", "change", "code"])
# 循环所有的非60开头的股票
for stock in ts.get_stock_basics().index:
if ts.get_stock_basics().loc[stock, 'code'][0:2] == '60' or \
ts.get_stock_basics().loc[stock, 'code'][0] == '0':
continue
data = ts.get_hist_data(stock)
if data is None:
continue
if data["amplitude"][-1] < 1:
continue
ma5 = data["close"].rolling(window=5).mean()
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
continue
change = (data["close"].iloc[-1] - data["close"].iloc[-11]) / data["close"].iloc[-11] * 100
if abs(change) > 35:
continue
selected_stocks = selected_stocks.append({
"amplitude": data["amplitude"][-1],
"ma_slope": ma5[-1] / ma5[-5] - 1,
"change": change,
"code": stock
}, ignore_index=True)
return selected_stocks
print(select_stock(market='sh'))
以上代码仅供参考，实现方法会因投资人情况和市场环境而异。
## 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。
