问财量化选股策略逻辑
选股逻辑为振幅大于1，10日涨幅大于0小于35，北京A股除外。
选股逻辑分析
- 振幅大于1可以表示市场波动性，意味着更高的风险和收益机会。
- 筛选10日涨幅大于0小于35的股票，可以避免选择过度涨价的股票，但仍有一定的风险。
- 排除北京A股，可能是因为其主要面对政策风险或其它不可抗力因素。
- 此选股策略较为严格，可能会忽略一些潜在的机会。
有何风险？
- 过度依赖单一的选股条件可能会忽略其他重要的因素，存在一定的风险。
- 筛选北京A股可能会排除一些潜在的机会。
- 历史表现不代表未来表现，存在选股风险。
如何优化？
- 结合其他技术指标进一步调整选股条件，如MACD等。
- 加入其他基本面因素，如市盈率等，综合考虑股票价值和成长性。
- 谨慎对待单一指标的使用，结合多方面因素进行判断。
最终的选股逻辑
选股逻辑包括振幅大于1，10日涨幅大于0小于35，排除北京A股，并且结合其他技术指标和基本面因素进行综合考量。
同花顺指标公式代码参考
((HIGH-LOW)/REF(C,1)>0.01) AND (C>MA(C,10)) AND (C<MA(C,10)*1.1)
AND (LEFT(REGION, 3) != 'NFC')
python代码参考
import akshare as ak
def select():
stocks = ak.stock_sector_cs(index="地域板块", sector="北京", field="股票代码").tolist()
end_date = datetime.now().strftime("%Y%m%d")
start_date = (datetime.now() - timedelta(days=365)).strftime("%Y%m%d")
data = ak.stock_zh_a_daily_sina(symbol='sh600000', start_date=start_date, end_date=end_date, adjust='qfq')
for stock in stocks:
try:
df = ak.stock_zh_a_daily_sina(symbol=stock, start_date=start_date, end_date=end_date, adjust='qfq')
df['ma10'] = df['close'].rolling(window=10).mean()
df = df[(df['close'] > df['ma10']) & (df['close'] < df['ma10'] * 1.1)]
df = df[(df['high'] - df['low']) / df['close'].shift(1) > 0.01]
if df.empty:
continue
else:
data = pd.concat([data, df])
except:
continue
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。
