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，今日上涨超过1%，是A股主板股票。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；
- 今日上涨超过1%，说明该股票当前有较好的表现；
- 限定为A股主板股票，突出优质蓝筹股票。
有何风险？
以下是该选股策略可能产生的风险：
- 忽略其他重要指标，如市盈率、市净率等，导致不能全面了解股票的真实价值；
- 其中20日均线和120日均线排斥市场震荡的股票，可能会错过逢低买入的机会；
- 过分追求当前单日涨幅可能会导致选取过于短视，忽略长期表现。
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：
- 添加其他技术指标来选股，同时要综合考虑多方面的指标，提高选股策略的健壮性；
- 设定更加合理的条件，并不要过分依赖任意一项指标，更要关注长期表现；
- 定期监控选股策略的实际表现，针对表现不佳的情况进行调整。
最终的选股逻辑
经过上述优化，得到以下完善版的选股逻辑：
- 振幅大于1，20日均线大于120日均线，今日上涨超过1%，是A股主板股票；
- 加入其他技术指标，综合考虑多方面的指标，提高选股策略的健壮性；
- 设定更加合理的条件，关注长期表现；
- 定期监控选股策略的实际表现，针对表现不佳的情况进行调整。
注：以上选股逻辑仅供参考，具体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,今日上涨>1主板*/
AMPLITUDE >= 1 AND MA(CLOSE, 20) >= MA(CLOSE, 120) AND (CLOSE/REF(CLOSE,1)-1)*100 > 1 AND MARKET == 'sh' AND BOARD == '主板'
ORDER BY
/* 写入具体排序字段 */
XX DESC
注：以上代码需要在同花顺的选股界面中进行填充，其中XX为股票代码，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
import talib as ta
def stock_selection():
#### 登陆系统 ####
lg = bs.login()
#### 获取今日行情数据、历史K线数据和股票的板块分类 ####
rs_today = bs.query_history_k_data_plus(code="", fields="date,code,open,high,low,close,preclose,volume,amount", start_date='2021-10-08', end_date='2021-10-08', frequency="d", adjustflag="2")
rs_k_data = bs.query_history_k_data_plus(code="sh.600000", fields="date,code,open,high,low,close,volume,turn", start_date='2021-08-01', end_date='2021-09-30', frequency="d", adjustflag="2")
rs_plate = bs.query_stock_industry(code="sh.600000", date='2021-10-08')
#### 计算振幅和均线 ####
today_data = rs_today.get_data()
k_data = rs_k_data.get_data()
plate_data = rs_plate.get_data()
stock_data = pd.merge(k_data, today_data, on='code', how='inner')
stock_data = pd.merge(stock_data, plate_data, on='code', how='inner')
stock_data['AMPLITUDE'] = (stock_data['high']-stock_data['low']) / stock_data['close'].shift(1) * 100
stock_data['MA20'] = ta.MA(stock_data['close'], timeperiod=20)
stock_data['MA120'] = ta.MA(stock_data['close'], timeperiod=120)
#### 选出符合条件的股票 ####
selected_stock = stock_data[(stock_data['AMPLITUDE'] > 1) & (stock_data['MA20'] > stock_data['MA120']) & (stock_data['pctChg'] > 1) & (stock_data['market'] == '主板')]['code']
#### 登出系统 ####
bs.logout()
return selected_stock
注：以上python代码需要安装baostock、pandas、talib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。
