问财量化选股策略逻辑
本选股策略需要考虑振幅、Boll线和均线等因素：振幅大于1,收盘价<boll(upper值)且收盘价>boll(mid值),20日均线大于120日均线为关键条件。将选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。
选股逻辑分析
该选股策略主要包括价格波动、Boll线和均线等多重因素的综合筛选：通过振幅和Boll线筛选有上涨趋势的股票，并结合均线分析趋势方向。
有何风险？
以下是该选股策略可能存在的一些风险：
- 均线筛选可能存在滞后性，可能对股票价格的变化反应不够迅速。
- 过于依赖技术指标的筛选，可能导致忽视其他重要的市场因素。
- 如果选股逻辑参数设置不合理，股票筛选可能过于严格，导致筛选结果不够理想。
如何优化？
为了降低风险，可以从以下几方面对该选股策略进行优化：
- 在均线筛选中加入其他技术指标，如MACD等，提高准确性。
- 结合基本面分析等其他指标，以全面考虑股票的估值和成长性。
- 根据历史数据调整选股参数，以获得最佳的筛选效果。
最终的选股逻辑
根据以上分析，我们可以进行如下的完善：
- 振幅大于常态水平。
- 收盘价位于Boll线的中下部分，具有上涨趋势。
- 20日均线必须大于120日均线。
- 结合其他指标进行辅助分析。
同花顺指标公式代码参考
以下是通达信公式参考：
C1: (HIGH - LOW) > MA(HIGH - LOW, 20)
C2: CLOSE < BOLL(UPPER, 20, 2) AND CLOSE > BOLL(MID, 20, 2)
C3: MA(CLOSE, 20) > MA(CLOSE, 120)
C4: SELECTED := C1 AND C2 AND C3
Python代码参考
以下是Python代码参考：
import tushare as ts
def stock_selection():
rs_basic_info = ts.get_stock_basics()
selected_code = []
for code in rs_basic_info.index:
if 'ST' in rs_basic_info.loc[code]['name'] or rs_basic_info.loc[code]['outstanding'] * rs_basic_info.loc[code]['price'] < 2e8:
continue
rs = ts.get_k_data(code, start='2022-10-08', end='2022-10-08')
if rs is None or len(rs) <= 0:
continue
condition1 = (rs.iloc[0]['high'] - rs.iloc[0]['low']) > rs['high'].sub(rs['low']).rolling(20).mean().iloc[-1]
condition2 = rs.iloc[0]['close'] < rs['close'].rolling(20).apply(lambda x: x.mean() + 2 * x.std(ddof=0)).iloc[-1] and rs.iloc[0]['close'] > rs['close'].rolling(20).mean().iloc[-1]
condition3 = rs['close'].rolling(20).mean().iloc[-1] > rs['close'].rolling(120).mean().iloc[-1]
if not condition1 or not condition2 or not condition3:
continue
selected_code.append(code)
return selected_code
注意：以上代码仅供参考，具体根据实际需求和风险承受能力进行调整。需要安装tushare库。
## 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。
