(supermind)振幅大于1、北京A股除外、三连阴

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，三连阴。

选股逻辑分析

该选股策略在保证振幅足够大和排除区域限制的基础上，重点选取三连阴的个股，以此筛选出短期技术面走势较弱的股票。

有何风险？

该选股逻辑可能存在以下风险：

只考虑了短期的技术面特征，而忽略了股票的基本面、市场环境等因素；
对于短期技术面处于调整状态的股票，容易误判为走势弱势的股票；
排除北京A股的条件过于严格，可能同时排除了一些潜力良好的股票。

如何优化？

为了改进该选股策略，可以考虑以下方面：

综合考虑技术指标和基本面因素，以提高选股的准确性；
更合理地设置股票技术面调整的时间窗口，避免误判；
对北京A股的排除条件可以适当放宽，以避免一些潜力良好的公司被排除；
适当结合基于数据驱动的人工智能模型，以解决在选股过程中遇到的问题。

最终的选股逻辑

经过改进后的选股逻辑如下：

排除北京A股，非中国大陆等区域的股票；
振幅大于1%；
三连阴。

同花顺指标公式代码参考

选股逻辑的同花顺指标公式如下：

振幅：ABS((HIGH-LOW)/REF(CLOSE,1))>0.01;

非北京A股和非中国大陆：BOARD_MAIN!='中国大陆' AND AREA!='北京';

三连阴：CLOSE<REF(CLOSE,1) AND CLOSE<REF(CLOSE,2) AND CLOSE<REF(CLOSE,3);

选股公式:振幅 AND 非北京A股和非中国大陆 AND 三连阴;

python代码参考

选股逻辑的python代码如下：

def tech_picker(context):
    # 非北京A股和非中国大陆
    exc_stocks = context.exc_stocks[(context.exc_stocks.board_main != '中国大陆') & (context.exc_stocks.area != '北京')]
    # 振幅大于1%
    narrow_stocks = exc_stocks[((exc_stocks.high / exc_stocks.low) - 1) > 0.01]
    # 三连阴
    trade_info = get_price(narrow_stocks.code.tolist(), count=4, fields='close', end_date=context.current_dt, frequency='1d')
    selected = trade_info[trade_info['close'].iloc[-1] < trade_info['close'].iloc[-2]][trade_info['close'].iloc[-2] < trade_info['close'].iloc[-3]][trade_info['close'].iloc[-3] < trade_info['close'].iloc[-4]].index.tolist()
    # 加入财务数据
    selected = pd.merge(selected, revenue_growth, on=['code', 'name'], how='inner')
    selected = selected.dropna()
    pe_ratio = selected['pe_ratio']
    pb_ratio = selected['pb_ratio']
    selected = selected[(pe_ratio > 0) & (pe_ratio < pe_ratio.quantile(rate)) &
                        (pb_ratio > 0) & (pb_ratio < pb_ratio.quantile(rate))]
    # 加入技术指标
    selected = ts.pro_bar(selected.code.tolist(), adj='hfq')['data']
    selected['ma5'] = ta.SMA(selected.close.values, timeperiod=5)
    selected['ma10'] = ta.SMA(selected.close.values, timeperiod=10)
    selected['macd'], selected['macdsignal'], selected['macdhist'] = ta.MACD(selected.close.values)
    selected = selected.dropna()
    # 选出满足条件的股票代码
    return selected[selected.close == ts.HHV(selected.high, 2)].index.tolist()

    ## 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)

(supermind)振幅大于1、北京A股除外、三连阴_