问财量化选股策略逻辑
该选股策略包括三个条件：
- 振幅大于1
- 至少5根均线重合的股票
- 非科创板股票
选股逻辑分析
该选股策略主要关注技术面因素，选取波动较大，相对稳定，非科创板的股票。振幅大于1表示波动较大；至少5根均线重合则意味着处于相对稳定的阶段；而非科创板股票则避免了一些高估值、高风险的品种，相对更加稳妥。
有何风险？
该策略依然存在可能忽略了一些基本面上良好但技术面不太稳定的品种。另外，由于该策略更注重技术面，可能会忽略一些基本面上表现优秀的科技股。
如何优化？
在保留技术面因素的前提下，可以采用更全面的指标来判断股票的价值。引入PE、PB等基本面因素，或者使用相对强弱指标等技术指标来判断股票的优劣。
最终的选股逻辑
综合考虑以上因素，完善后的选股逻辑为：
- 振幅大于1，市场对于波动剧烈的股票更感兴趣；
- 5日均线、10日均线、20日均线、30日均线、60日均线重合，表示股票处于均衡状态；
- 非科创板股票，避免高估值、高风险的品种。
同花顺指标公式代码参考
- 振幅大于1：(high-low)/low > 0.01
- 至少5根均线重合的股票：同上
- 非科创板股票：市盈率 < 50
Python代码参考
import pandas as pd
import tushare as ts
df = ts.get_stock_basics()
codes = df.index.tolist()
result = pd.DataFrame()
for code in codes:
is_amplitude_large = False
is_ma_converge = False
is_not_kcb = False
bars = ts.get_k_data(code, ktype='D')
if bars is not None:
is_amplitude_large = (bars['high'].iloc[-1] - bars['low'].iloc[-1])/bars['low'].iloc[-1] > 0.01
# 至少5根均线重合的股票
close = bars['close'].values
ma_5 = talib.MA(close, timeperiod=5)
ma_10 = talib.MA(close, timeperiod=10)
ma_20 = talib.MA(close, timeperiod=20)
ma_30 = talib.MA(close, timeperiod=30)
ma_60 = talib.MA(close, timeperiod=60)
ma_count = len(set([ma[-1] for ma in [ma_5, ma_10, ma_20, ma_30, ma_60]]))
is_ma_converge = ma_count >= 5
# 非科创板股票
is_not_kcb = df.loc[code]['pe'] < 50 and '科创板' not in df.loc[code]['name']
if is_amplitude_large and is_ma_converge and is_not_kcb:
result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': bars['close'].iloc[-1], 'pb': df.loc[code]['pb'], 'pe': df.loc[code]['pe'], 'industry': df.loc[code]['industry']}, ignore_index=True)
result = result.sort_values(by=['industry'], ascending=False)
## 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。
