问财量化选股策略逻辑
本选股策略选取振幅大于1，(昨日换手率*(今日竞价成交量/昨日成交量))在0.5到2之间的股票，且机器人概念且流通市值小于100亿。这些条件可以筛选出技术走势较好，业务前景良好，市场潜力较大，同时规模尚不算大的公司作为短期投资标的。
选股逻辑分析
本选股策略结合了振幅、流通市值、机器人概念等多种因素，筛选出规模不算大却业绩和市场潜力较大的股票进行投资。特别是结合了机器人概念，旨在选择具备转型、升级、变革等要素的公司，具备较好的短期投资价值。
有何风险？
本选股策略忽略了一些基本面、财务、PE等因素，如业绩表现、盈利能力、估值等，存在局限性。同时机器人概念不一定等于好业绩，容易被虚假炒作所误导，需要谨慎把握。选择小而精的低流通市值股票，市场流动性较差，交易风险增大。因此，该选股策略仅适合作为短期投资策略。
如何优化？
为减少风险和提高可行性，可以在选股策略中引入更多的基本面和财务数据因素，结合技术指标和投资策略，构建综合考虑多种因素的选股策略。
考虑到人工处理数据难免存在主观判断的情况，可以尝试引入深度学习等技术，通过对历史数据的学习训练，自动挖掘有效因子，减少人工判断误差。
最终的选股逻辑
本选股策略选取振幅大于1，(昨日换手率*(今日竞价成交量/昨日成交量))在0.5到2之间的股票，且机器人概念且流通市值小于100亿。在此基础上，引入更多基于公司财务、基本面、技术分析等因素的选股方法，结合深度学习等技术手段，构建综合考虑多种因素的选股策略。
同花顺指标公式代码参考
无法给出代码，因为选股策略中并没有引入具体的技术指标。
Python代码参考
import tushare as ts
from datetime import datetime, timedelta
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,list_date,list_status,total_mv,circ_mv,npr')["ts_code"]:
if len(selected_stocks) >= n:
break
if code.startswith("60") and code[:6] != "600" and code[:6] != "601":
continue
if pro.daily_basic(ts_code=code, trade_date=datetime.now().strftime("%Y%m%d"), fields='close,turnover_rate,amplitude').empty:
continue
if pro.query('stock_company', ts_code=code, fields='total_assets, total_liab, total_equity')[0][1] < 0:
continue
if pro.concept_detail(id='902', ts_code=code).empty:
continue
if pro.query('stock_basic', ts_code=code, fields='circ_mv')[0][1] >= 100000:
continue
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
