问财量化选股策略逻辑
选股逻辑：振幅大于1，北京A股除外，10天内涨停天数大于2的股票。
选股逻辑分析
该选股逻辑主要以股票价格波动、地域分类、市场热度等因素作为选股指标。具体逻辑如下：
- 选取振幅大于1的股票；
- 排除北京A股；
- 选取10天内涨停天数大于2的股票。
有何风险？
该选股逻辑可能存在以下风险：
- 过于注重短期涨停板数量的变化，忽略了公司基本面因素的影响；
- 可能会出现因为暴涨暴跌而扭曲选股结果的情况；
- 选股结果可能有局限性，选择出来的股票数量较少。
如何优化？
为了改善上述可能存在的风险，可以从以下几个方面对选股逻辑进行优化：
- 将基本面分析与市场热度分析进行合理的权衡，综合选股；
- 根据市场行情对选股条件进行灵活的调整，以避免选股出现过度扭曲的情况；
- 在基于短期涨停板数量的选股条件基础上，加入其他因素的综合考虑；
- 优化选股参数，减少过度拟合的风险。
最终的选股逻辑
改进后的选股逻辑如下：
- 选取振幅大于1的股票；
- 排除北京A股；
- 选取短期内股价相对稳定，且趋势向上的股票；
- 选取近三个月内业绩表现较好的股票。
同花顺指标公式代码参考
考虑到此选股逻辑选股的多方面限制，同花顺指标公式代码可以参考以下：
//振幅
IF((HIGH - LOW) / LOW > 0.015 AND ISSETWL AND BOARDNAME <> '北京A股', 1, 0)
//10日涨停天数大于2
BARSCOUNT(CLOSE = HIGH, 10) > 2
//选股数量不少于50个
SYMBOLSTOCHOOSE >= 50
python代码参考
选股逻辑的Python代码可以参考以下：
def multi_factor_picker(context):
# 均线组合向上发散
ma_rule = [(context.stocks.close.rolling(20).mean() > \
context.stocks.close.rolling(120).mean())]
# 选取短期内股价相对稳定，且趋势向上的股票
stable_rule = [context.stocks.close.pct_change(10).std() < 0.1,
context.stocks.close.pct_change(5).iloc[-1] > 0]
# 近三个月内业绩表现较好的股票
performance_rule = ...
# 综合条件
exc_stocks = context.exc_stocks[ma_rule & stable_rule & performance_rule]
# 筛选数量
exc_stocks = exc_stocks.head(context.configure.pick_num)
# 返回选中的股票代码
# ...
注意事项
此回答中的选股逻辑、指标公式和Python代码仅供参考，具体实现需要根据自身投资策略进行相应的调整。
## 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。
