问财量化选股策略逻辑
选股逻辑：振幅大于1，股票总市值大于2亿，非科创板股票。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
该选股逻辑要求振幅大于1，股票总市值大于2亿，并且股票不属于科创板。振幅大于1可以反映出股票价格波动较大，具有一定的交易活跃度；股票总市值大于2亿可以筛选出有一定规模和市场关注度的股票；非科创板限定可以在一定程度上反映出股票的行业属性，可能会有目标更加明确的投资操作。该选股逻辑相对简单，可以通过一定的筛选方法得到可行的股票。
有何风险？
该选股逻辑的风险如下：
- 振幅大的股票可能会存在较大的波动风险和交易风险；
- 非科创板的限定可能会忽略某些有潜力和机会的新兴行业；
- 该选股逻辑较为简单，可能忽略了其他重要因素，如公司盈利情况、股价变化趋势等。
如何优化？
为了优化该选股逻辑，可以考虑以下方面：
- 增加基本面因素，如股票市盈率、市净率等，以更全面、合理的方式进行股票选取；
- 考虑更精准的行业分类和分组，以更好地反映不同股票的价值；
- 合理权衡波动性和稳定性，根据具体情况确定剔除或选择股票。
最终的选股逻辑
综合考虑以上因素，可以使用以下选股逻辑：
- 振幅大于1；
- 股票总市值大于2亿；
- 股票不属于科创板。
同花顺指标公式代码参考
该选股策略基于振幅、总市值和科创板等因素进行计算和分析，可以使用通达信系统进行筛选，以下是参考代码：
/*
筛选振幅大于1，总市值大于2亿，非科创板的股票
*/
SELECT IF(AMO!=0 AND AMP_RATE > 1 AND (TOTALCAPITAL*10000)>=2 AND IF(get_stock_info(SECCODE,11)=='1', 0, 1), 1, 0) as stock_filter;
Python代码参考
该选股策略可以使用Tushare的数据接口进行计算和分析，以下是参考代码：
import tushare as ts
def is_selected(code):
'''
判断股票是否符合选股逻辑
'''
# 获取股票基本面信息
stock_basics = ts.get_stock_basics()
base = stock_basics[stock_basics.index == code]
if base.empty or (base['outstanding'].values[0] * base['price'].values[0]) < 2e8:
return False
# 判断股票是否符合振幅条件
k_data = ts.get_k_data(code)
if (k_data['high'] - k_data['low']) / k_data['turnover'].mean() < 0.01:
return False
# 判断股票是否属于科创板
if ts.get_stock_basics().at[code, 'market'] == '科创板':
return False
return True
# 获取符合选股逻辑要求的股票列表
selected_stocks = ts.get_stock_basics().index[ts.get_stock_basics().apply(is_selected, axis=1)].tolist()
# 根据选股结果进行后续交易操作
for code in selected_stocks:
pass # 参考其他交易策略
该代码使用了Tushare提供的股票数据和基本面数据，同时使用技术面和行业属性因素进行股票选股，并提供了更好的定制性和可扩展性。
## 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。
