问财量化选股策略逻辑
本选股策略选取振幅大于1，周线MA5金叉MA10，且市值在100亿以内的无亏损企业进行投资，旨在选取较具波动性但未来发展潜力较大的优质公司。
选股逻辑分析
此选股策略综合了价格波动性、趋势性和公司基本面等方面的筛选，旨在选取具备较大波动性但未来发展潜力较大的优质企业。同时，规定了企业市值在100亿以内并无亏损，强调了公司经营状况的重要性。
有何风险？
此选股策略仍存在代码和数据局限性，例如市值100亿以内的公司数量可能较少，导致选股局限性，同时未考虑到行业影响、季节性等因素可能会影响筛选结果，存在一定的局限性。此外，该选股策略规定了无亏损企业，但该指标可能会被公司财务欺诈等因素影响，需要谨慎判断。
如何优化？
可以加入其他因素例如行业影响、季节性等方面进行筛选，同时采用基本面数据和财务数据等多维度指标进行筛选，例如净利润增长率、ROE等指标。此外，可以考虑引入风险控制因素，在选股策略中加入风险指标如波动率、VaR等指标进行筛选，减小股票投资风险。
最终的选股逻辑
本选股策略选取振幅大于1，周线MA5金叉MA10，市值在100亿以内的无亏损企业进行投资，并结合其他技术和基本面指标、行业面影响等方面的综合分析进行筛选。
同花顺指标公式代码参考
- 均线公式：
- MA(N) = SUM(CLOSE, N) / N
python代码参考
import tushare as ts
import pandas as pd
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry,market,circ_mv,total_mv')['ts_code']:
df = pro.daily(ts_code=code, start_date='20210101', end_date=pd.datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol,circ_mv,total_mv')
if df['circ_mv'].iloc[-1] > 100 and df.iloc[-1]['pct_chg'] > 0 and df.iloc[-5]['close'] < df.iloc[-1]['close']:
if pro.income(ts_code=code, start_date='20200101', end_date=pd.datetime.now().strftime('%Y%m%d'), fields='ts_code,ann_date,end_date,n_income').iloc[-4:]['n_income'].sum() >= 0:
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
