问财量化选股策略逻辑
该选股策略包括三个条件：
- 振幅大于1；
- 至少5根均线重合；
- 流通盘小于等于55亿股。
选股逻辑分析
振幅大于1、均线重合可以反映出股票价格的波动稳定性，同时也可以过滤掉走势波动性较大、风险较高的股票。流通盘小于等于55亿股可以反映出该股票市场流通性较小，一些机构投资者、大股东等对该股票可能具有一定控制力，有可能存在较好的业绩和投资潜力。这些条件综合考虑，可以选出具有一定投资潜力、波动性较小的个股。
有何风险？
该选股逻辑仅考虑了技术面和流通市值等因素，忽略了基本面等影响股票的重要因素，因此可能会忽略一些股票的基本面风险和潜力。同时，流通盘小于等于55亿股的股票在股票价格波动性可能较大，投资风险较高。
如何优化？
可以加入其他优秀的技术指标如动态股市变化、成交量等，以及加入基本面等因素，同时在流通市值选定的50亿股以下和10亿股以上的个股做加关注，因此我们应该加入其它衡量流通性更具有代表性的指标，比如流通性比率等。另外，增加超过10亿股的流通股，可以提高股票市场流动性，相应降低投资风险。
最终的选股逻辑
基于上述的分析和优化，我们建议选股策略逻辑为：
- 振幅大于1；
- 至少5根均线重合；
- 流通股数在5亿股到10亿股之间。
同花顺指标公式代码参考
无同花顺指标库公式可直接调用，需要自己编写脚本实现。
python代码参考
import pandas as pd
import tushare as ts
import talib
def get_stock_pool(date, low_price, ma_count, circulation):
# 获取所有股票代码
df = ts.get_stock_basics()
codes = df.index.tolist()
result = pd.DataFrame()
for code in codes:
# 上市不足60天的股票忽略
if (pd.to_datetime(date) - pd.to_datetime(df.loc[code]['timeToMarket'])).days <= 60:
continue
bars_all = ts.get_k_data(code, '2022-01-01', date)
if bars_all is None or bars_all.empty or len(bars_all) < 2:
continue
# 振幅大于1
close = bars_all['close'].values
high = bars_all['high'].values
low = bars_all['low'].values
amplitude = (high - low) / close
if amplitude[-1] < 0.01:
continue
# 均线
ma_5 = talib.MA(close, timeperiod=5)
ma_10 = talib.MA(close, timeperiod=10)
ma_20 = talib.MA(close, timeperiod=20)
ma_count = len(set([ma[-1] for ma in [ma_5, ma_10, ma_20]]))
if ma_count < 5:
continue
# 流通股数小于等于10亿，大于等于5亿
stock_circulating_equity = df.loc[code]['outstanding']
if stock_circulating_equity < circulation[0] or stock_circulating_equity > circulation[1]:
continue
# 加入其他指标和因素
# 选出的股票加入结果中
price = close[-1]
if price < low_price[0] or price > low_price[1]:
continue
result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': price, 'vol': df.loc[code]['volume']},ignore_index=True)
result = result.sort_values(by=['vol'], ascending=False)
return result
注：代码仅供参考，具体选股逻辑和细节可根据实际需求进行调整。
## 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。
