(supermind)振幅大于1、开盘价在十日线左右、规模2亿以上_

问财量化选股策略逻辑

选股逻辑为振幅大于1、开盘价在十日均线左右，以及规模2亿以上的股票。该策略旨在寻找市值适中、具有一定波动性的股票。

选股逻辑分析

1. 振幅大于1表示变化较大，有望出现新的趋势；
2. 开盘价在十日均线左右说明股票正处于调整期；
3. 规模2亿以上的股票，相对于规模较小的股票，具有更强的盈利能力和成长潜力。

有何风险？

1. 规模指标不能充分反映公司的内在价值，存在盲目追求规模的风险；
2. 选股过于依赖历史数据，忽略了公司未来可能发生的变化。

如何优化？

1. 企业财务指标的选取需充分考虑公司的基本面和未来发展前景，尽可能准确反映公司的内在价值；
2. 规模仅是评估公司盈利能力和成长潜力的指标之一，需综合考虑其他指标如营收增长率、净利润增长率等；
3. 扩大股票池，降低风险集中度。

最终的选股逻辑

选股逻辑为振幅大于1、开盘价在十日均线左右，以及规模2亿以上的股票。在规模选择上，需综合考虑财务指标及未来发展前景。同时，扩大股票池、加入其他指标、按照风格“分级、筛选、排序、分配、退出”等原则开展投资。

同花顺指标公式代码参考

# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)

# 判断开盘价在十日均线左右
ma10 = MA(CLOSE, 10)
picks_ma10 = IF((OPEN > ma10 * 0.95) & (OPEN < ma10 * 1.05), 1, 0)

# 规模的选取
circ_mv = REF(valuation.CIRC_MV, 1)
picks_circ_mv = IF(circ_mv >= 2e8, 1, 0)

# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_circ_mv
WriteIf(picks_stock, picks_stock, 0)

python代码参考

# 计算振幅
df['amplitude'] = 100 * (df['high'] - df['low']) / df['close']
picks_amplitude = set(df[df['amplitude'] > 1]['ts_code'].tolist())

# 判断开盘价在十日均线左右
ma10 = df['close'].rolling(10).mean()
df['picks_ma10'] = ((df['open'] > ma10*0.95) & (df['open'] < ma10*1.05)).apply(lambda x: True if x else False)
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())

# 规模的选取
df = valuation_indicator(df)
df = df[df['circ_mv'] >= 2e8]
picks_circ_mv = set(df['ts_code'].tolist())

# 输出选股结果
picks_stock = picks_amplitude & picks_ma10 & picks_circ_mv
print(picks_stock)

    ## 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)