问财量化选股策略逻辑
选股逻辑为：振幅大于1，高点为两日最高，收盘价在Bollinger Bands上轨和中轨之间。
选股逻辑分析
该选股逻辑综合考虑了股票的波动性和技术面因素。振幅大于1和高点为两日最高可以过滤出近期表现优异的股票，而收盘价在Bollinger Bands上轨和中轨之间可以筛选出股价走势有望进一步向好的股票。
有何风险？
该选股逻辑只考虑了股票波动性和技术面因素，没有考虑到公司基本面和其他市场因素，易受市场热度和短期波动的影响。同时，Bollinger Bands策略有时会产生较多的虚假信号，导致选股效果不佳。
如何优化？
可以加入更多基本面指标、技术指标和市场因素等多方面考虑，综合判断股票的价值和趋势。同时，需优化Bollinger Bands策略的参数和选股条件，降低虚假信号的出现。建议不要只关注短期波动和技术面因素，而是结合长期趋势、公司基本面和市场情况等进行更全面的分析。
最终的选股逻辑
选股逻辑为：振幅大于1，高点为两日最高，收盘价在Bollinger Bands中轨和上轨之间，加入基本面指标、行业指标、技术指标和市场因素。
同花顺指标公式代码参考
- 振幅：(HIGH - LOW) / REF(CLOSE, 1) * 100 > 1
- 高点为两日最高：HIGH == HHV(HIGH, 2)
- 收盘价在Bollinger Bands上下轨之间：(CLOSE > BOLL(mid, 20, 2) and CLOSE < BOLL(upper, 20, 2))
- 基本面指标：根据投资者需求而定
- 行业指标：根据投资者需求而定
- 技术指标：根据投资者需求而定
- 市场因素：根据投资者需求而定
Python代码参考
# 计算振幅指标
amplitude = (high - low) / ref(close, 1) * 100
# 计算高点为两日最高指标
highest = high == hhv(high, 2)
# 计算Bollinger Bands指标
upper, mid, lower = ta.BBANDS(close, timeperiod=20)
# 收盘价在Bollinger Bands上下轨之间
between_bbands = (close > mid) & (close < upper)
# 计算基本面、行业指标和财务指标
basic_index = ...
industry_index = ...
technical_index = ...
# 市场因素
market_factor = ...
# 综合选股指标
selected = amplitude > 1 and highest and between_bbands and basic_index and industry_index and technical_index and market_factor
# 股票筛选
filter_stock = selected & rs_sign & rank_10day & sum_filter
注意：以上代码只是示例，具体实现需要根据平台的不同修改指标计算方法和排序方式。
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。
