(supermind)振幅大于1、流通盘小于等于55亿股、北京A股除外_

问财量化选股策略逻辑

选股逻辑为振幅大于1、流通盘小于等于55亿股、北京A股除外。本策略旨在选出波动较大、规模适中、非北京A股的股票，进行投资。

选股逻辑分析

1. 指定振幅大于1可以筛选出波动较大的股票，适合投资，同时也需要注意波动可能造成的风险；
2. 流通盘小于等于55亿股可以筛选出小盘股，小盘股可能具有较高风险和回报；
3. 由于北京A股受地域限制，亟需分散投资，因此选择排除北京A股。
4. 此策略综合考虑了个股的波动情况、业务规模和地域等因素，具有一定可操作性。

有何风险？

1. 市场环境波动剧烈可能导致策略失效；
2. 排除北京A股可能导致选股范围过小；
3. 大盘走势、行业走势变化等因素的影响可能会对策略产生不利影响。

如何优化？

1. 结合基本面分析，采用更加科学、严谨的选股策略；
2. 合理配置投资组合，降低个股风险；
3. 加强分散投资，避免单一行业和板块集中风险；
4. 增加地域范围，尽可能扩大选股范围。

最终的选股逻辑

选股逻辑为振幅大于1、流通盘小于等于55亿股、北京A股除外。在此基础上，结合基本面和技术分析，充分考虑市场环境和风险控制，以制定更加合理、科学的选股策略。

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)

#计算流通盘
free_share = FREE_SHARE
picks_free_share = IF(free_share <= 5500000000, 1, 0)

#排除北京A股
picks_loc = IF(REGION != 'BJ', 1, 0)

#取排名前n的股票
n = ceil(COUNT / 10)
picks = picks_amplitude * picks_free_share * picks_loc
picks_final = NLargest(n, picks, picks)

#输出选股结果
WriteIf(picks_final, picks_final, 0)

Python代码参考

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

#计算流通盘
free_share = df['free_share']
picks_free_share = df[free_share <= 5500000000].index.tolist()

#排除北京A股
picks_loc = df[df['region'] != 'BJ'].index.tolist()

#取排名前n的股票
n = int(len(df) / 10)
picks = list(set(picks_amplitude) & set(picks_free_share) & set(picks_loc))
picks_final = df.loc[picks].sort_values(by='turnover_rate', ascending=False)[:n]['ts_code'].tolist()

#输出选股结果
print(picks_final)

    ## 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)