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，昨日股价大于250日均线。
选股逻辑分析
该选股策略同样采用技术分析的方法，结合了振幅和均线以寻找投资机会。选股逻辑的实现过程为：
- 首先排除北京A股，缩小股票范围；
- 振幅大于1%的股票可能存在波动性较大的机会，被纳入选股池中；
- 查找昨日股价是否高于250日均线，表示股价正在向上突破。
有何风险？
该选股逻辑可能存在以下风险：
- 过强的技术分析取向会影响人们的投资决策，忽视了基本面的重要性；
- 振幅较大的股票不一定是值得投资的，需要进一步考虑基本面；
- 均线不一定适用于所有股票，需要考虑不同的走势情况。
如何优化？
为了改善以上风险，可以考虑以下方面：
- 综合考虑多种因素，不只是技术分析；
- 引入更多的指标，例如市盈率、市净率、PEG等基本面指标；
- 考虑不同走势的股票，灵活调整均线的参考期数。
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%的股票；
- 查找昨日股价是否高于适当的均线，结合其他基本面指标；
- 考虑不同走势的股票，灵活调整均线的参考期数。
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：
公式1：BOARD_MAIN != '中国大陆' AND AREA != '北京';
公式2：ABS((HIGH / LOW) - 1) > 0.01;
公式3：REF(CLOSE, 1) > MA(CLOSE, 250);
选股公式：公式1 AND 公式2 AND 公式3;
说明：REF为向前引用收盘价，MA为均线函数。
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)]
# 查找昨日股价是否高于适当的均线，结合其他基本面指标
ref_close = narrow_stocks.close.shift(1)
ma_close = narrow_stocks.close.rolling(250).mean()
choose_stocks = narrow_stocks[(ref_close > ma_close) & (narrow_stocks.pe_ttm > 0) & (narrow_stocks.pb > 0)]
# 选出满足条件的股票代码
return list(choose_stocks.index)
## 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。
