问财量化选股策略逻辑
本选股策略在振幅大于1和今日最大跌幅在-5%与-4%之间的基础上，加入了股票上市时间大于1年的条件，选取符合条件的股票作为投资标的。
选股逻辑分析
本选股策略既考虑了技术面上股价波动的表现，又考虑了股票上市时间的情况，增加了对多方面因素的判断，但仍有不足，如没有考虑基本面因素等。
有何风险？
本选股逻辑可能会忽略掉一些潜力优秀的新股，在市场上出现投资遗漏的风险。
如何优化？
本选股策略可以结合其他主流理论（如传统技术分析、基本面分析、资金流动）进行优化，并考虑加入加权因素，如市值、ROE等。
最终的选股逻辑
本选股策略选取满足以下条件的股票：
- 振幅大于1；
- 今日最大跌幅小于-4且大于-5；
- 股票上市时间大于1年。
同花顺指标公式代码参考
通达信指标：VOL>0 AND HHV(HIGH,60)>CLOSE AND REF(CLOSE,1)>HHV(HIGH,60) AND HHV(HIGH,60)=HHV(HIGH,20)
python代码参考
import tushare as ts
# 选取满足条件的股票
def select_stock():
selected_stocks = []
all_stocks = ts.get_stock_basics()
all_stocks = all_stocks[~all_stocks.index.str.startswith('688')] # 剔除科创板股票
for code in all_stocks.index:
k_data = ts.get_k_data(code, index=False, ktype='D')[-61:]
if len(k_data) == 61:
if k_data.iloc[-1]['volume'] > 0:
if k_data['high'].iloc[-60:].max() == k_data.iloc[-1]['high'] and \
k_data.iloc[-2]['close'] > k_data['high'].iloc[-60:].max() and \
k_data['high'].iloc[-60:].max() == k_data['high'].iloc[-20:].max():
selected_stocks.append(code)
return selected_stocks
print(select_stock())
以上代码仅供参考，实现方法会因投资人情况和市场环境而异。
## 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。
