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、企业规模2亿以上的股票。该选股策略综合考虑了股票的波动性、规模等重要因素，有助于选出质量稳定、内含价值较大的股票。
选股逻辑分析
该选股逻辑相对于前一个选股逻辑，更加注重企业规模，对股票的相关要求更加合理和细致，以更全面的角度选择股票，是一种较为实用的量化选股方法。
有何风险？
该选股逻辑存在以下风险：一是过于强调企业规模因素，可能会导致忽略其他重要因素，比如盈利增长潜力；二是规模划分不够精确，企业规模的大小并不一定与股票表现成正比。
如何优化？
优化该选股策略可以考虑以下方面：一是引入其他相关指标，如财务指标、技术指标，或者加强对于行业、市场环境的研究，从多个角度综合考量股票的投资价值；二是对于企业规模的划分进行更加合理和细致的设定，提高选股的准确性和有效性。
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、企业规模2亿以上的股票。该选股逻辑综合考虑了股票的波动性、市场规模以及企业规模等因素，有助于筛选出高质量、成长性较好的股票。
同花顺指标公式代码参考
CIRC_MARKET_CAP>=100 AND TOT_ASSETS>=200 AND MARKET in ("sz","sh")
其中，CIRC_MARKET_CAP表示流通市值，TOT_ASSETS表示企业规模，MARKET表示交易市场。该指标综合考虑了选股的波动性、市场规模以及企业规模等因素。
Python代码参考
# 导入tushare包和pandas包
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
# 获取符合条件的股票
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code, circ_mv, tot_assets').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]['total_assets'] < 200:
continue
# 判断振幅是否符合条件
daily_data = pro.daily(ts_code=ts_code, start_date='', end_date='', fields='trade_date, open, high, low, close, pct_chg')
if len(daily_data) == 0:
continue
amplitude = (daily_data['high'].max() - daily_data['low'].min()) / daily_data['pre_close'].iloc[-1]
if amplitude < 1:
continue
# 判断是否为深证或上证股票
stock_info = pro.stock_basic(ts_code=ts_code)
if stock_info.iloc[0]['market'] not in ('sz', 'sh'):
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。
