问财量化选股策略逻辑
选择振幅大于1、股票均价站在五日均线之上，且除去北京A股的股票。
选股逻辑分析
该选股策略首先筛选出振幅大于1的股票，代表着股票价格的波动较大，存在一定的交易机会。其次要求股票均价站在五日均线之上，可能表明该股票正处于上升趋势，有一定的上涨空间。最后除去北京A股的股票，可能是基于一些政策因素等不确定因素考虑。
有何风险？
该选股策略忽略了其他基本面指标如PE、PB等因素，可能出现选出的股票存在估值过高或者过低的情况。同时，可能存在北京A股以外的股票存在不确定因素，需要注意风险控制。
如何优化？
可以加入其他基本面因素如PE、PB、ROE等指标，结合技术指标进行综合分析。同时，可以综合考虑各种政策等不确定因素，以及行业因素等，增强选股策略的稳健性。
最终的选股逻辑
选取符合振幅大于1、股票均价站在五日均线之上，除去北京A股的股票，并结合基本面指标和技术指标等条件。风险控制方面，需要注意适度控制仓位、设置合理的止损点位等。
同花顺指标公式代码参考
暂无同花顺指标公式代码。
python代码参考
import tushare as ts
# 获取除北京A股外的股票基本信息
basic_data = ts.get_stock_basics().reset_index()
non_bj_stocks = basic_data[basic_data['area'] != '北京'][['code']]
# 获取历史行情信息
hist_data = []
for code in non_bj_stocks['code']:
data = ts.get_k_data(code)
data['code'] = code
hist_data.append(data)
hist_data = pd.concat(hist_data, axis=0)
# 计算振幅、均线等指标
amplitude = (hist_data['high'] - hist_data['low']) / hist_data['pre_close']
ma5 = hist_data.groupby('code')['close'].rolling(window=5).mean().reset_index(drop=True)
final_data = pd.concat([hist_data, amplitude, ma5], axis=1)
final_data = final_data.rename(columns={0: 'ma5'})
# 筛选符合条件的股票
result = final_data[(final_data['amplitude'] >= 0.01) & (final_data['ma5'] > final_data['close'].shift(1))]
# 输出结果
print(result)
注：以上代码仅供参考，实际选股需结合具体情况进行适度修改。
## 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。
