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，20日均线大于120日均线的股票。
选股逻辑分析
该选股逻辑主要以股票价格波动性、地域分类和均线组合趋势作为选股指标。具体逻辑如下：
- 选取振幅大于1的股票；
- 排除北京A股；
- 选取20日均线大于120日均线的股票。
有何风险？
该选股逻辑可能存在以下风险：
- 过于依赖价格波动性等技术指标，忽略了公司基本面因素的影响；
- 筛选条件相对较为严格，可能筛选出来的股票数量较少；
- 市场行情变化，可能会出现选股结果与预期不符的情况。
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：
- 将均线组合趋势与其他基本面指标一起考虑，对股票进行综合筛选；
- 对筛选条件进行适当宽松，以提高选出标的的数量；
- 根据市场行情对选股条件进行调整，避免选股结果出现较大偏差；
- 优化选股参数，避免过拟合以及过于依赖历史数据。
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20日均线大于120日均线的股票；
- 选取市值在10亿以上的股票；
- 选取近3个月换手率在30%以下的股票。
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' AND MA(CLOSE, 20) > MA(CLOSE, 120), 1, 0)
//市值在10亿以上
MKT_VAL_TTM >= 1000000000
//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())]
# 振幅大于1%
exc_stocks = context.exc_stocks[(context.stocks.high - context.stocks.low) / context.stocks.low > 0.01 & \
~(context.stocks.board == '北京A股') & \
ma_rule & \
(context.stocks.market_cap_ttm >= 1000000000) & \
(context.stocks.turnover_ratio.rolling(60).max() <= 0.3)]
# 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。
