问财量化选股策略逻辑
本选股策略选取符合以下条件的股票：振幅大于1，今日最大跌幅在-5%与-4%之间，且属于机器人概念，同时流通市值小于100亿。通过筛选符合条件的股票，进行后续的投资操作。
选股逻辑分析
本选股策略选择基于机器人概念和流通市值的筛选条件，在考虑市场波动和股票操作性的同时，也更加注重公司的产业属性和市场潜力。通过限制流通市值可以减少投资风险，同时只选择机器人概念的公司可以降低市场分散风险，提高投资回报。
有何风险？
本选股策略仍然可能忽略了企业的基本面和长期潜力，可能选择具有短期投资价值但长期潜力不足的公司。此外，机器人概念的走势也可能受到宏观经济和政策影响，使选股策略的风险增加。
如何优化？
为了提高策略效果，可以加入更多的选股要素，例如可以依据公司盈利、成长、财务健康等要素选择较优公司，同时也应兼顾宏观经济、产业趋势、政策等因素，构建更为复杂而完善的选股策略。
最终的选股逻辑
本选股策略选取符合以下条件的股票：
- 振幅大于1；
- 今日最大跌幅在-5%与-4%之间；
- 属于机器人概念；
- 流通市值小于100亿。
同花顺指标公式代码参考
以下是本选股策略的通达信指标代码：
C1: V > 1
C2: PCTCHG > -0.05 AND PCTCHG < -0.04
C3: CONCEPT("机器人概念") > 0
C4: COUNTC(CIRCULATIONMV < 100 AND C3, 1) > 0
BULL: SELECTC(C1 AND C2 AND C3 AND C4, 0, 1)
注：C 为通达信指标，表示股票收盘价，PCTCHG 表示涨跌幅百分比，CONCEPT 表示所属概念板块，CIRCULATIONMV 表示流通市值，COUNTC 表示统计次数。
python代码参考
import tushare as ts
# 选取符合条件的股票
def select_stock():
selected_stocks = []
all_stocks = ts.get_stock_basics()
for code in all_stocks.index:
concepts = ts.get_concept_classified()
if all_stocks.loc[code]['circulating_market_cap'] < 100 and concepts[concepts['code'] == code]['c_name'].str.contains('机器人').any():
k_data = ts.get_k_data(code, index=False, ktype='D')
if k_data.iloc[-1]['amplitude'] > 1 and k_data.iloc[-1]['pct_chg'] > -0.05 and k_data.iloc[-1]['pct_chg'] < -0.04:
selected_stocks.append(code)
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现应根据实际情况进行调整。
## 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。
