问财量化选股策略逻辑
选股逻辑为振幅大于1，20日均线大于120日均线，机构抄底。将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
该选股策略主要通过以下几个条件来筛选股票：
- 振幅大于1，说明该股票存在较大波动性，有更高的交易机会；
- 20日均线大于120日均线，说明该股票处于上涨趋势；
- 机构抄底，说明机构对该股票具有一定的投资价值。
有何风险？
以下是该选股策略可能产生的风险：
- 对机构抄底的具体定义不明确，存在主观性；
- 该策略可能较为追求短期投资机会，不能充分考虑基本面和公司发展前景等长期因素；
- 机构抄底行为的数据准确性不可靠，存在不确定性。
如何优化？
为降低以上可能产生的风险，可以考虑以下优化措施：
- 完善机构抄底的定义，例如采用机构股东变化数据，机构调研情况等更客观的指标；
- 综合考虑投资标的的基本面和公司发展前景等长期因素，选取具有长期投资价值的股票；
- 通过多种数据和方面的分析，减少选股策略的主观性，提高选股的客观性和准确性。
最终的选股逻辑
经过上述优化，得到以下完善版的选股策略：
- 振幅大于1，20日均线大于120日均线；
- 加入其他技术指标和基本面、行业、市场等因素，进行综合分析；
- 完善机构抄底的定义，例如采用机构股东变化数据，机构调研情况等更客观的指标；
- 综合考虑投资标的的基本面和公司发展前景等长期因素，选取具有长期投资价值的股票；
- 通过多种数据和方面的分析，减少选股策略的主观性，提高选股的客观性和准确性。
注：以上选股策略仅供参考，具体可以根据实际需求和风险承受能力进行调整。
同花顺指标公式代码参考
以下是同花顺的相关代码：
/* 将具体选股条件填充至筛选公式中 */
SELECT
/* 振幅大于1，20日均线大于120日均线，机构抄底 */
(HIGH-LOW)/REF(CLOSE,1)*100 >= 1 AND MA(CLOSE,20) > MA(CLOSE,120) AND GET_FINANCEINFO_SUMMARY(CODE, 'institutionInvestors') > 0
LIMIT 5
注：以上代码需要在同花顺的选股界面中进行填充，其中GET_FINANCEINFO_SUMMARY函数需要在同花顺的自定义指标中进行定义，具体使用方法可以参考同花顺的使用说明。
python代码参考
以下是python代码的参考：
import baostock as bs
import pandas as pd
def stock_selection():
#### 登陆系统 ####
lg = bs.login()
#### 获取K线和机构持股比例数据 ####
rs_k_data = bs.query_history_k_data_plus(code="sh.600000", fields="date,code,open,high,low,close,volume", start_date='2021-08-01', end_date='2021-09-30', frequency="d", adjustflag="2")
rs_institution_data = bs.query_stock_institutional_investors(code="sh.600000", start_date='2021-09-30', end_date='2021-09-30')
#### 计算振幅和均线 ####
k_data = rs_k_data.get_data()
institution_data = rs_institution_data.get_data()
k_data['AMPLITUDE'] = (k_data['high']-k_data['low']) / k_data['close'].shift(1) * 100
k_data['MA20'] = ta.MA(k_data['close'], timeperiod=20)
k_data['MA120'] = ta.MA(k_data['close'], timeperiod=120)
k_data = k_data.merge(institution_data[['code', 'InstitutionHoldRatio']], on='code').rename(columns={'InstitutionHoldRatio': 'INST_HOLD_PERCENT'})
#### 判断符合条件的股票 ####
selected_stock = k_data[(k_data['AMPLITUDE'] > 1) &
(k_data['MA20'] > k_data['MA120']) &
(k_data['INST_HOLD_PERCENT'] > 0)].head(5)['code'].tolist()
#### 登出系统 ####
bs.logout()
return selected_stock
注：以上python代码需要安装baostock等库，仅供参考，具体根据实际需求和风险承受能力进行调整。
## 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。
