(supermind)振幅大于1、100亿市值以内的无亏损企业、规模2亿以上_

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，规模2亿以上。

选股逻辑分析

1. 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。
2. 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。
3. 无亏损企业可以筛选质量较高的企业。
4. 选择规模2亿以上可以筛选出较为具备一定实力的企业。

有何风险？

1. 可能忽略了其他重要因素，如行业前景和竞争力等。仅仅以几个选股条件筛选会降低选股效果的综合性和完备性。
2. 选股逻辑针对的是一定时间段的选股，因此需要定期复评，如果实时跟踪和变更不及时，可能造成投资组合效果下降。

如何优化？

1. 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。
2. 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。
3. 选股时应该挖掘大量镜像例子作为对比，避免缺乏经验以造成选股过程中的一些偏离。

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，规模2亿以上，在价格＜12的基础上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 ZGB>2
AND CLOSE<12

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['zgb']>2]
    data = data.loc[data['close']<12]
    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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)