问财量化选股策略逻辑
选股逻辑为振幅大于1，100亿市值以内的无亏损企业，20日均线大于120日均线。
选股逻辑分析
- 振幅大于1可以筛选出短期内波动较大的股票，有较大的盈利机会。
- 100亿市值以内可以筛选出市值较小的股票，可能具有较好的成长潜力。
- 无亏损企业可以筛选质量较高的企业。
- 20日均线大于120日均线可以筛选出股价处于上涨趋势中的股票。
有何风险？
- 选股逻辑的筛选条件较为单一，可能忽略其他重要因素，如行业前景和竞争力等。
- 均线交叉策略可能存在滞后性，容易错过买点和卖点。
如何优化？
- 可以结合股票基本面、财务数据、行业前景等多方面因素，综合考虑选股。
- 可以采用其他技术指标辅助均线策略，降低滞后性。
- 应注意时时关注市场动态，选择适合的选股时间点，定期调整和更新选股策略。
最终的选股逻辑
选股逻辑为振幅大于1，100亿市值以内的无亏损企业，20日均线大于120日均线，同时市盈率低于行业平均值。
同花顺指标公式代码参考
(HIGH-LOW)/LOW>=0.01
AND MktValue<=100 AND MktValue>0
AND IF(net_profit>0,1,0)
AND MA(CLOSE,20)>=MA(CLOSE,120)
AND IF((PE_TTM-industry_average_PE_TTM)<=0,1,0)
python代码参考
import akshare as ak
def select():
data = ak.stock_zh_a_daily_sina(symbol="sh000001")
data.index = pd.to_datetime(data.index)
data = ak.stock_zh_a_spot()
data = data.loc[(data['market_capitalization']>0)&(data['market_capitalization']<=100)]
data = data.loc[(data['high']-data['low'])/data['low']>=0.01]
data = data.loc[data['net_profit'].astype(float)>0]
data = data.loc[data['close'].rolling(20).mean()>=data['close'].rolling(120).mean()]
data = data.loc[(data['pe_ttm']<=data['industry_average_pe_ttm'])]
return data
## 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。
