问财量化选股策略逻辑
该选股策略选取振幅大于1、昨日主力控盘的机器人概念股票，同时要求流通市值小于100亿，以期找到市场波动较大、有资金关注、业内认可度高且市值适中的股票。
选股逻辑分析
该选股逻辑选取振幅大于1、昨日主力控盘的机器人概念股票，同时要求流通市值小于100亿。这样选取的股票具有市场表现良好、关注度高、有较大上涨空间的特点。
有何风险？
该选股策略存在以下风险：1、机器人概念的定义或评判存在主观性，可能会造成选股依据不统一；2、只以流通市值小于100亿作为筛选条件可能会忽略一部分优秀的股票。
如何优化？
可以对机器人概念公司进行更加细致的行业分类，防止概念定义或评判因素对模型的干扰。同时可以增加其他指标，如成交量、RSI、市净率等，进行综合考量。在流通市值的筛选条件上，可以根据具体情况设定不同的上下限或起始值等，或者以总市值作为筛选标准，并设定其他市值范围指标。
最终的选股逻辑
选取振幅大于1、昨日主力控盘的机器人概念股票，流通市值小于100亿。
同花顺指标公式代码参考
- 振幅：AMO
- 主力控盘：C/MA(C,5)
- 机器人概念：ROBOT=1
- 流通市值：CIRC_MV < 100
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]
selected_stocks = selected_stocks[selected_stocks["ROBOT"] == 1]
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]
selected_stocks = selected_stocks[selected_stocks["circ_mv"] < 10000]
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。
