(supermind)振幅大于1、北京A股除外、企业性质

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，企业性质为红筹股或内资股。

选股逻辑分析

该选股逻辑主要以股票性质、价格波动性、地域分类作为选股指标。具体逻辑如下：

选取企业性质为红筹股或内资股的股票；
选取波动性大于1的股票；
排除北京A股。

有何风险？

该选股逻辑可能存在以下风险：

忽略了市场走势对个股的影响；
基于企业性质选股可能忽略了公司基本面因素的影响；
筛选条件过于广泛，筛选出来的股票不具备一定的标的选定条件；

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：

建立以评估公司基本面为核心的选股指标；
综合考虑市场走势和个股走势的影响；
对筛选条件进行细化，筛选出更具有标的性的股票；

最终的选股逻辑

改进后的选股逻辑如下：

基本面指标符合（如市盈率、净利润、营业额、资产负债率等）；
振幅大于1.5%；
排除北京A股；
企业性质为红筹股或内资股；
股价位于移动平均线之上；
选股数量不少于10个。

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：

//基本面指标符合
IF((ISSUSPENSION=0) AND 
    (PE1 <= DETAILPARAS[0] AND PE2 <= DETAILPARAS[0]) AND
    (NETPROFIT < 0 OR ANY(LAST(NUMBER, 3) / NETPROFIT < DETAILPARAS[1])) AND
    (OPERATEREVENUE < 0 OR ANY(LAST(NUMBER, 3) / OPERATEREVENUE < DETAILPARAS[2])) AND
    (DEBTASSETRATIO > DETAILPARAS[3] OR EQUITYTOTHEPARENT < DETAILPARAS[4])
    , 1, 0)

//振幅
IF((HIGH-LOW)/LOW>0.015 AND NOT(ISBJA) AND (CLOSE<12), 1, 0)

//均线组合向上发散
MA(CLOSE, 5) >= MA(CLOSE, 10) AND MA(CLOSE, 10) >= MA(CLOSE, 20)

//企业性质为红筹股或内资股
ISRD OR ISCNPN

//股价位于移动平均线之上
MA(CLOSE, 5) > CLOSE

//选股数量不少于10个
SYMBOLSINQUERY >= 10

python代码参考

选股逻辑的Python代码可以参考以下：

def multi_factor_picker(context):
    # 股票基本面符合要求（如市盈率、净利润、营业额、资产负债率等）
    fundamental_rule = (context.stocks.pe_ratio < context.configure.pe_max) & \
                       (context.stocks.net_profit < 0 | ((context.stocks.net_profit / context.stocks.net_profit.mean()) < context.configure.net_profit_ratio)) & \
                       (context.stocks.operating_revenue < 0 | ((context.stocks.operating_revenue / context.stocks.operating_revenue.mean()) < context.configure.operating_revenue_ratio)) & \
                       (context.stocks.total_liability / context.stocks.total_assets > context.configure.debt_asset_ratio) & \
                       (context.stocks.equity_to_parent <= context.configure.equity_to_parent_max)
    exc_stocks = context.exc_stocks[fundamental_rule]

    # 均线组合向上发散
    ma_rule = [(context.stocks.close >= context.stocks.close.rolling(5).mean()) &
            (context.stocks.close.rolling(5).mean() >= context.stocks.close.rolling(10).mean()) &
            (context.stocks.close.rolling(10).mean() >= context.stocks.close.rolling(20).mean())]

    # 振幅大于1.5%
    exc_stocks = exc_stocks[ma_rule & (context.stocks.high - context.stocks.low) / context.stocks.low > 0.015 & \
                            ~(context.stocks.board == '北京A股') & \
                            (context.stocks.issue_type == 'RD' | context.stocks.issue_type == 'CN') & \
                            (context.stocks.close > context.stocks.close.rolling(5).mean())]

    # 筛选数量
    exc_stocks = exc_stocks.sort_values('market_cap', ascending=False)
    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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind)振幅大于1、北京A股除外、企业性质_