问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%、流通市值50亿到100亿的股票中，选择收盘价位于boll(upper值)以上且位于boll(mid值)以上的股票。
选股逻辑分析
该选股逻辑以技术分析指标之一的布林线为基础，筛选出价格处于布林线上升通道中的股票，以期望获得较好的盈利。相较于单一地观察价格，使用布林线可以更直观地反映股票的波动情况，即在筛选股票的同时，也保留了对价格波动的关注。
有何风险？
该选股逻辑忽略了公司的基本面因素，只从价格波动方面进行分析，有可能存在套路优秀、公司实际情况不佳的股票。同时，布林线作为一种技术分析指标，其结果很大程度上取决于历史数据，即依赖于过去的价格变化情况，不能很好地反映股票的未来涨跌走势，具有一定的市场风险。
如何优化？
可以结合公司的财务、业务基本面等指标进行综合筛选，以更全面地考虑股票的价值和风险。同时，在使用布林线指标时，需要注意到指标参数选择的合理性，使用不合理的参数设置，会导致选出的股票数量过多或过少，对结果造成一定的影响。
最终的选股逻辑
在换手率3%至12%、流通市值50亿到100亿，收盘价位于boll(upper值)以上且位于boll(mid值)以上的股票作为投资对象。
同花顺指标公式代码参考
通达信选股公式：
选股条件：(TURNOVERRATE > 3) AND (TURNOVERRATE < 12) AND (CIRCULATION_VALUE > 5000000000) AND (CIRCULATION_VALUE < 10000000000) AND\
(CLOSE > BOLL(20, 2.2, 0) AND CLOSE > BOLL(20, 2.2, 1))
其中，TURNOVERRATE表示换手率，CIRCULATION_VALUE表示流通市值，CLOSE表示当日收盘价，BOLL(20, 2.2, 0)表示20日布林线中上轨，BOLL(20, 2.2, 1)表示20日布林线中轨。选定标准需要自行编写。
Python代码参考
import pandas as pd
import talib
def select_stock(data: pd.DataFrame) -> List[str]:
upper_band, mid_band, lower_band = talib.BBANDS(data['close'], timeperiod=20, nbdevup=2.2, nbdevdn=2.2, matype=0)
selected_stocks = list(data.query('turnoverrate > 3 and \
turnoverrate < 12 and \
5000000000 < circulation_value < 10000000000 and \
close > @upper_band and \
close > @mid_band').index.get_level_values(0))
return selected_stocks
该代码中，使用talib库计算20日布林线的上中下轨，选取换手率3%至12%、流通市值50亿到100亿，收盘价位于布林线上界而且位于中界的股票。返回符合条件的股票列表。
## 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。
