(supermind)振幅大于1、北京A股除外、集中度70_20%

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，集中度70<20%的股票。

选股逻辑分析

该选股逻辑主要以股票价格波动性、地域分类、市场集中度作为选股指标。具体逻辑如下：

选取振幅大于1的股票；
排除北京A股；
选取市场集中度在70%到20%之间的股票。

有何风险？

该选股逻辑可能存在以下风险：

忽略了公司基本面因素的影响；
过于依赖价格波动性等技术指标；
筛选条件过于严格，筛选出来的股票数量较少；
对于指标解释不清，有可能导致选股错误。

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：

引入其他的股票基本面指标，根据行业特点综合考量；
结合市场走势和个股走势，对股票进行综合筛选；
对筛选条件进行适当的宽松，以提高选出标的的数量；
精细化解释选股指标，避免选股错误。

最终的选股逻辑

改进后的选股逻辑如下：

选取振幅大于1的股票；
排除北京A股；
选取市场集中度在70%到20%之间的股票；
股价位于移动平均线之上；
选股数量不少于50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：

//振幅
IF((HIGH - LOW) / LOW > 0.015 AND ISSETWL AND BOARDNAME <> '北京A股' AND (((AGV(ADJFACTOR * VOLUME, 20) / (TOTALASSET / TOTALSHARE)) * 100) < 70 AND ((AGV(ADJFACTOR * VOLUME, 20) / (TOTALASSET / TOTALSHARE)) * 100) > 20), 1, 0)

//股价位于移动平均线之上
MA(CLOSE, 5) > CLOSE

//选股数量不少于50个
SYMBOLSTOCHOOSE >= 50

python代码参考

选股逻辑的Python代码可以参考以下：

def multi_factor_picker(context):
    # 均线组合向上发散
    ma_rule = [(context.stocks.close >= context.stocks.close.rolling(5).mean())]

    # 振幅大于1%
    exc_stocks = context.exc_stocks[(context.stocks.high - context.stocks.low) / context.stocks.low > 0.01 & \
                                    ~(context.stocks.board == '北京A股') & \
                                    (context.stocks.market_cap_ratio.between(0.2, 0.7, inclusive=True)) & \
                                    ma_rule]

    # 筛选数量
    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、集中度70_20%_