问财量化选股策略逻辑
本选股策略需要考虑振幅、Boll线和30日平均线向上三个因素：振幅大于1，收盘价<boll(upper值)且收盘价>boll(mid值)，30日平均线向上。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
该选股策略基于振幅、Boll线和30日平均线向上三个因素的理论进行筛选。振幅大于常态水平意味着存在足够强的动能，收盘价位于Boll线下方表示为底部，30日平均线向上表明中长期上涨势头较不错。通过此种逻辑选股，可选出在有足够潜力和趋势明显的股票。
有何风险？
以下是该选股策略可能存在的一些风险：
- 不考虑公司业绩、交易量、市场热点、政策等其他因素，可能忽略一些实质性的趋势性股票。
- Boll线等技术指标具有一定的滞后性，可能会错过部分股票的入场机会。
- 策略单一，难以适应不同市场行情的变化。
如何优化？
为了降低风险，可以考虑从以下方面对该选股策略进行优化：
- 可以增加对公司财务状况、市场行情等因素的考虑和评估，提高综合把握市场的能力。
- 可以针对不同市场环境，适时调整策略参数和阈值，更好地适应变化的市场。
- 可以结合其他技术指标进行综合分析，更加可靠地判断趋势和风险。
最终的选股逻辑
根据以上分析，我们可以进行如下的优化和完善：
- 振幅大于常态水平。
- 收盘价位于Boll线的下半部分。
- 30日平均线向上。
- 考虑公司财务状况、市场行情等因素。
- 单个股票投资比例控制在一定范围之内。
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, 30) > MA(CLOSE, 30) + 1;
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 '300' in code or rs_basic_info.loc[code]['market'] != '主板':
continue
rs = ts.get_k_data(code, '2020-01-01', '2022-12-31')
if rs is None or len(rs) < 30:
continue
condition1 = rs['high'] - rs['low'] > rs['high'] - rs['low'].mean()
condition2 = (rs['close'] < rs['boll_upper']) & (rs['close'] > rs['boll_mid'])
condition3 = rs['close'].rolling(30).apply(lambda x: x[-1]>x[0]).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。
