问财量化选股策略逻辑
本选股策略采用以下条件进行选股：振幅大于1，今日最大跌幅在-5%与-4%之间，流通市值大于100亿元。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
本选股策略在考虑股票的短期表现的同时，加入了流通市值这一基本面因素。振幅反映了股票的波动性和涨跌幅度，最大跌幅为反转交易的基础因素，流通市值反映了投资者对公司价值的看法。通过这些指标的综合考虑，可以较大程度地筛选出具有一定价值的股票。
有何风险？
本选股策略存在一定的风险，因为选股的指标水平较为简单，没有覆盖完整的财务数据和其他重要因素，可能会出现一定程度的错误判断。另外，振幅和最大跌幅本身存在一定程度的主观性和随机性，不够具有确定性。
如何优化？
本选股策略的优化方案包括：增加其他基本面因素，例如市盈率、市净率等，来更全面地了解公司的情况；优化振幅和最大跌幅这两个因素的数据来源，例如采用多个数据源或者使用高频数据，来增加选股策略的准确性。
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；
- 流通市值大于100亿元。
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: PCTCHG > -0.05 AND PCTCHG < -0.04
C2: CIRC_MV > 10000000000
C3: AMPLITUDE > 1
BEAR: SELECTC(C1 AND C2 AND C3, 0, 1)
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:
k_data = ts.get_k_data(code, index=False, ktype='D')
if k_data.iloc[-1]['pct_chg'] > -0.05 and k_data.iloc[-1]['pct_chg'] < -0.04 and k_data.iloc[-1]['amplitude'] > 1 and all_stocks.loc[code,'circulating_market_value'] > 10000000000:
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。
