问财量化选股策略逻辑
选股逻辑为：振幅大于1、剔除昨日涨停、30日平均线向上的股票。该选股策略兼顾短期波动性和中长期趋势，尝试发现有望中长期上涨的股票。
选股逻辑分析
该选股逻辑考虑了股票的短期波动性和中长期趋势的特征，寻找振幅大于1的股票且过滤昨日涨停，然后再筛选出30日平均线向上的股票，以此来预测中长期的上涨趋势。
有何风险？
以下是选股逻辑可能存在的风险：
-
过度关注技术指标而忽视公司基本面和行业情况。
-
忽略特定市场风格的影响，如有些周期性股票或防御性股票就不一定遵循这一选股逻辑。
-
该选股策略不能保证在任何市场条件下都能正确选出优秀的股票，需要动态进行咨询和优化。
如何优化？
以下是对该选股逻辑的优化建议：
-
确保技术指标和基本面分析的平衡，对于有前景的股票优先考虑。
-
加强个股的行业研究和整体市场环境的分析，对于适应特定市场风格的股票进行关注，进而提高选股的精度和准确性。
-
配合独立的研究分析和交易计划一起使用该算法来进行选股。
最终权益选股逻辑
选股策略为：振幅大于1、剔除昨日涨停、30日平均线向上。
同花顺指标公式代码参考
以下是该选股策略的通达信指标公式代码：
振幅指标：AMO=(HIGH-LOW)/REF(CLOSE,1);
平均线指标：MA(CLOSE, 30);
剔除昨日涨停：NOT LIMIT;
选股条件：AMO > 1 AND NOT LIMIT AND MA(CLOSE, 30) > REF(MA(CLOSE, 30), 1);
python代码参考
from gm.api import *
set_token('your_token_here')
# 设置回测起点和终点
start_date = '2017-01-01'
end_date = '2022-01-01'
# 获取历史数据
def get_close(symbol, days):
df = history(symbol=symbol,
frequency='1d',
start_time=start_date,
end_time=end_date,
fill_missing='ffill',
adjust=ADJUST_PREV,
fields=['symbol', 'close', 'limit_status'])
if len(df) < days:
return 0
return df.iloc[-days]['close']
# 过滤出符合条件的股票列表
symbols_selected = []
for symbol in get_symbols(exchanges=['SHSE', 'SZSE'], sec_types=['STOCK'], fields=['symbol']):
if (AMO > 1) and (not LIMIT) and (MA(CLOSE, 30) > REF(MA(CLOSE, 30), 1)):
symbols_selected.append(symbol)
print(symbols_selected)
上述代码为选股逻辑为振幅大于1、剔除昨日涨停、30日平均线向上的股票，使用了自定义函数get_close来获取历史数据，并使用了CLOSE、REF、MA和AMO指标函数来判断。同时使用了get_symbols函数来获取股票代码列表。
## 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。
