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，昨天3连板。
选股逻辑分析
该选股策略综合了技术面和市场热点因素，通过挖掘波动性大、昨天连续涨停的股票，寻找市场热点和趋势。具体分析如下：
- 振幅大于1的选股策略，有利于发现波动性强的股票；
- 排除北京A股，避免地域相关风险；
- 昨天3连板的股票，往往有强烈的市场热点、情绪驱动因素，具备较大的上涨潜力；
- 综合考虑市盈率、市净率等指标筛选低估值优质股票。
有何风险？
该选股策略可能存在以下风险：
- 昨天3连板的股票，难以确定是否存在炒作、市场情绪因素，需要慎重考虑；
- 振幅大于1并不一定代表股票波动性大，需要综合考虑其它因素；
- 排除北京A股仍存在地域风险；
- 过度看重技术面指标，忽略了基本面数据对股价影响。
如何优化？
为了优化选股策略，可以从以下几个方面进行改进：
- 综合考虑多种指标，如振幅、技术面和基本面指标等，获得综合性判断；
- 根据市场热点和趋势调整选股标准，如考虑板块轮动等因素，避免过分看重局部现象；
- 加入更多基本面数据进行深入分析，如利润增长、资产负债率等指标，筛选高质量的成长股；
- 设置合理的止盈和止损策略，控制风险。
最终的选股逻辑
通过对选股策略中存在的问题和缺陷进行分析和优化，可以获得以下改进后的选股逻辑：
- 综合考虑多种指标，如振幅、技术面和基本面指标等，获得综合性判断；
- 根据市场热点和趋势调整选股标准，如考虑板块轮动等因素，避免过分看重局部现象；
- 加入更多基本面数据进行深入分析，如利润增长、资产负债率等指标，筛选高质量的成长股；
- 优先选择高成长、低估值的股票，但确保在行业热点和趋势下操作；
- 设置合理的止盈和止损策略，控制风险。
同花顺指标公式代码参考
为了实现选股逻辑，可以结合同花顺提供的指标公式，如下：
//振幅
A0 = ((HIGH - LOW) / LOW) > 0.01;
//地域
B0 = NAME NOT CONTAIN "北京";
//3连板
C0 = (REF(REF(CLOSE,1),1) * 1.099) < CLOSE AND (REF(REF(CLOSE,1),1) * 1.099 * 1.099) < REF(CLOSE,1) AND (REF(REF(CLOSE,1),1) * 1.099 * 1.099 * 1.099) < REF(REF(CLOSE,1),1);
//组合
IF(A0 AND B0 AND C0, 1, 0)
Python代码参考
为了实现选股逻辑，可以结合Python的pandas等模块和优矿的数据API，如下：
# 获取股票数据和财务数据
df = get_data(context.trade_date, context.holding_num)
financials = get_fundamentals(query(valuation.code, indicator.roe_diluted),
end_date=context.trade_date, count=5)
# 判断振幅是否符合条件
df['amplitude_condition'] = (df['high'] - df['low']) / df['low'] > 0.01
# 判断股票所在地是否符合条件
df['region_condition'] = (~df['name'].str.contains('北京'))
# 判断昨天是否连板
df['up_limit'] = df.groupby('code')['close'].apply(lambda x: x.pct_change().fillna(0) >= 0.099)
df['three_days_up'] = df.groupby('code')['up_limit'].apply(lambda x: x.rolling(window=3).sum() == 3)
# 综合判断各种条件
df = df[df['amplitude_condition'] & df['region_condition'] & df['three_days_up']]
# 根据市值降序排序
exc_stocks = df.sort_values(by='circulating_market_value', ascending=False).iloc[:context.holding_num]
注意事项
本回答中的选股逻辑、指标公式和Python代码仅供参考，实现过程中需要根据具体投资策略进行作出一定的调整优化。
## 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。
