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，且排除北京A股的公司进行投资，旨在以技术面为主要判断标准，结合地域限制进行选股。
选股逻辑分析
此选股策略主要通过技术面指标来筛选优质企业，采用振幅大于1，周线MA5金叉MA10的条件，强调了企业价格波动性和趋势性的重要性，同时排除北京A股，以地域限制为辅助筛选条件。
有何风险？
此选股策略可能忽略了企业基本面的影响，如营收和利润等指标对股票表现的影响，且排除北京A股的条件可能过于单一，存在过于严格的风险。同时，由于市场变化，技术面指标可能会受到影响，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，同时可以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，可以适度宽松地设置过滤条件，如降低振幅的要求，放宽地域限制等。
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，并排除北京A股的公司进行投资，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()
excluded_area = ['北京']
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry,market,area')['ts_code']:
if pro.stock_basic(ts_code=code)['area'][0] in excluded_area:
continue
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']:
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。
