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、北京A股除外。该选股策略同时考虑了个股市值和区域限制的因素。
选股逻辑分析
该选股逻辑除了考虑个股市值，还考虑了区域限制因素。由于北京A股较多，故将其排除，这样可以降低选股范围，同时再结合振幅因素，选出具有高波动性、市值较大的优质个股。
有何风险？
该选股逻辑存在以下风险：一是由于区域限制，若其他区域的股市表现较弱，可能会影响选股效果；二是振幅因素可能被市场操纵等外在因素影响；三是由于忽略了其他基本面指标，不能全面评估企业的投资价值。因此，在实际应用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，可以继续引入其他因素，如市盈率、市净率、流通量，等指标，同时进行综合考虑，通过多个指标进行筛选，可以提高筛选效率，更好地预测出未来市场的涨跌趋势。在区域限制方面，还可以对其他区域的股票进行分析，挖掘潜力股，提高策略的收益和稳定性。
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、北京A股除外。该选股策略旨在从市值大、高波动性、区域限制外的股票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 LEFT(LEFT(SECURITY_ID, 2), 4) != '1100' AND Ref(HIGH/LOW, 1) > 1
其中，CIRC_MARKET_CAP表示流通市值大小，LEFT(LEFT(SECURITY_ID, 2), 4) != '1100' 表示排除北京A股标的，Ref(HIGH/LOW, 1)表示昨日的振幅。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,area').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
# 判断振幅是否满足条件
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) < 2:
continue
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。
