问财量化选股策略逻辑
该选股策略选取振幅大于1、昨日主力控盘、k小于20的股票，以期找到市场波动较大、主力机构关注但当前价格相对低估的股票。
选股逻辑分析
该选股逻辑选取振幅大于1、昨日主力控盘、k小于20的股票，反映了市场情绪短期变动及主力资金的关注；同时结合K线走势，可以挖掘低位反弹机会，即当前相对低位但有望反弹的股票。
有何风险？
该选股策略存在以下风险：1、忽略了公司基本面指标的影响；2、振幅过大的股票容易被炒作，存在短暂快速上涨但也存在快速回落的风险；3、k线技术指标的运用存在一定操作难度，需要对技术分析有一定的掌握。
如何优化？
可以在选股时结合公司基本面指标进行综合考虑，例如收入、利润、营业额等。同时可以设置较短的时间窗口以避免出现快速上涨后同时持有的风险。在k线技术指标上，可以使用更加准确的技术指标，例如MACD、RSI等，对趋势和周期进行细致判断，提高出入时机的准确性。
最终的选股逻辑
选取振幅大于1、昨日主力控盘、k小于20的股票。
同花顺指标公式代码参考
- 振幅：AMO
- 主力控盘：C/MA(C,5)
- K线指标：KDJ(9,3,3)
python代码参考
import tushare as ts
def select_stock():
stock_list = ts.get_stock_basics()
selected_stocks = stock_list[stock_list["pe"] > 0]
hist_data = ts.get_hist_data(selected_stocks.index)
selected_stocks = selected_stocks[hist_data["amplitude"] > 0.01]
selected_stocks = selected_stocks[hist_data["C/MA(C,5)"] > 1]
kdj_data = ts.get_k_data(selected_stocks.index)
selected_stocks = selected_stocks[kdj_data["slowk"] < 20]
selected_stocks = selected_stocks.sort_values(by='nmc',ascending=False)
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现方法可以根据投资者需要和市场情况进行调整。
## 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。
