问财量化选股策略逻辑
本选股策略选取振幅大于1、昨日非涨停板和今日最低价小于昨日最低价的股票作为投资标的。
选股逻辑分析
振幅大于1可以筛选出波动性较大的股票，有更大的投资机会；昨日非涨停板是为了避免选出快速上涨过程中不稳定的股票；今日最低价小于昨日最低价表示股票出现了调整，有可能出现反弹。
有何风险？
本选股策略忽略了公司基本面、财务分析、行业因素等方面的影响，可能存在投资风险。同时，考虑今日最低价小于昨日最低价的股票也可能会出现继续下跌的情况，投资者需要注意风险控制。
如何优化？
可以结合公司基本面、财务分析、行业因素和市场情况等方面进行综合考虑和筛选，构建合理的投资组合，降低投资风险。
最终的选股逻辑
本选股策略选取振幅大于1、昨日非涨停板和今日最低价小于昨日最低价的股票作为投资标的，并综合考虑公司基本面、财务分析、行业因素和市场情况进行筛选，选取具有价值潜力和稳健性的股票，同时构建多样化的投资组合。
同花顺指标公式代码参考
IF((HIGH-LOW)/REF(CLOSE,1)>0.01 AND PREVCLOSE<REF(HIGH,1) AND LOW<REF(LOW,1),1,0)
python代码参考
# 引入Tushare库、Numpy库、Pandas库
import tushare as ts
import numpy as np
import pandas as pd
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for ts_code in quote["ts_code"]:
# 获取股票数据
stock_data = pro.daily(ts_code=ts_code, start_date='2 days ago', end_date='today', fields='trade_date,close,open,low')
if ts_code[:2] != "BJ" and ts_code.startswith("6") or ts_code.startswith("0") or ts_code.startswith("3") and ((stock_data["close"] / stock_data["open"] - 1) > 0.01).sum() > 0 and stock_data["close"].pct_change().iloc[-1] < 0 and stock_data["low"].iloc[-1] < stock_data["low"].iloc[-2]:
selected_stocks.append(ts_code)
if len(selected_stocks) == n:
return selected_stocks
## 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。
