问财量化选股策略逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、反包。该选股策略考虑了个股市值和波动性因素，同时使用反包指标作为筛选条件，以挑选出波动性强且短期内有反转趋势的个股。
选股逻辑分析
该选股逻辑采用了波动性和反转趋势两种方式对股票进行筛选，选出了具有较高波动性、并在短期内有反转趋势的个股进行投资。同时，限制了股票市值的大小，以减小投资风险。
有何风险？
该选股逻辑存在以下风险：一是该选股逻辑只考虑了波动性和反转趋势因素，忽略了其他基本面指标，不能全面评估企业的投资价值；二是使用反包指标的筛选方法较为简单，容易受到市场噪声的干扰，存在一定的误判概率；三是反转趋势持续的时间较短，存在过早买入/卖出的风险，需要适时调整仓位。因此，在实际操作中需要多方面的考量和分析，综合判断选股风险。
如何优化？
为优化该选股逻辑，可以引入更多的基本面指标，如市盈率、市净率等，对个股进行综合评估；同时，可以结合其他技术指标（如均线、MACD等）对反包指标进行印证，以提高筛选准确性和策略的稳定性。
最终的选股逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、反包。该选股策略旨在从市值适中、波动性强、短期内有反转趋势的个股中挑选出可能具有一定投资潜力的标的。
同花顺指标公式代码参考
CIRC_MARKET_CAP >= 100 AND REF(BOLLMA(MA(CLOSE, 10), 10), 1) < REF(CLOSE, 1) AND BOLLMA(MA(CLOSE, 10), 10) > CLOSE AND REF(BOLLMA(MA(CLOSE, 10), 10), 2) > REF(CLOSE, 2) AND REF(VOL, 1) > VOL AND REF(VOL/MA(VOL, 5), 1) > 1.6 AND REF(HIGH/LOW, 1) > 1
其中，CIRC_MARKET_CAP表示流通市值大小，REF(BOLLMA(MA(CLOSE, 10), 10), 1) < REF(CLOSE, 1) 表示反包指标的要求，BOLLMA(MA(CLOSE, 10), 10) > CLOSE 表示股票当前价位在BOLL上轨上方，REF(VOL, 1) > VOL 表示成交量在前一日的基础上上涨，REF(VOL/MA(VOL, 5), 1) > 1.6 表示成交量较前5日均值增长1.6倍以上，REF(HIGH/LOW, 1) > 1 表示昨日的振幅大于1。通过此公式进行筛选后，即可得到符合条件的股票。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,circ_mv').ts_code:
stock_data = pro.query('stock_basic', ts_code=ts_code)
if stock_data.iloc[0]['circulating_market_cap'] < 100 or stock_data.iloc[0]['area'] == '北京':
continue
# 判断反包指标
daily_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date='', fields='trade_date, open, high, low, close, volume, pct_chg')
if len(daily_data) < 6:
continue
if (daily_data['close'].rolling(10).mean() - daily_data['close']).iloc[-1] > 0:
continue
if (daily_data['close'].rolling(10).mean().rolling(10).mean() > daily_data['close']).iloc[-1]:
continue
# 判断成交量是否满足条件
if daily_data['volume'].iloc[-1] <= daily_data['volume'].iloc[-2] or daily_data['volume'].iloc[-1] / daily_data['volume'].iloc[-5:].mean() <= 1.6:
continue
# 判断振幅是否满足条件
if max(daily_data['high'] / daily_data['low']) <= 1:
continue
selected_stocks.append(ts_code)
return selected_stocks
## 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。
