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，今日均线向上发散。
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。
- 均线向上发散可以筛选出近期涨势较好的股票，有较大的上涨潜力。
有何风险？
- 过分追求短期涨幅可能会忽略股票的长期表现和价值。
- 过分关注技术指标，忽略公司基本面和市场情况，也可能导致选股错误。
- 均线向上发散代表的是近期涨势较好，但也可能代表着过热的市场情况，选股过于依赖技术指标也会增大风险。
如何优化？
- 结合多个指标进行筛选，如财务指标、技术指标、基本面分析等，增加选股维度，提高选股的准确性和可靠性。
- 静态指标和动态指标相结合，适当地调整选股的频率和方式，避免过分追求短期涨幅而忽略了长期价值。
- 对于技术指标，要适当考虑市场情况和股票基本面，避免过度依赖技术指标导致选股风险。
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，今日均线向上发散，结合多个指标进行筛选，考虑公司基本面和市场情况，选择适合的股票进行投资。
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 C>=MA10 AND MA10>=MA20
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(window=10).mean()>=data['close'].rolling(window=20).mean()]
data = data.loc[data['close']>=data['close'].rolling(window=10).mean()]
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。
