问财量化选股策略逻辑
该选股策略包括三个条件：
- 振幅大于1
- 今日最低价小于昨日最低价
- 9点25分涨幅小于6%
选股逻辑分析
该选股策略同样采用多重条件筛选，综合考虑了股票的波动情况、走势以及当天早盘的表现。振幅大于1和今日最低价小于昨日最低价表示股票可能面临下跌后的反弹机会，而9点25分涨幅小于6%则表明股票的短期涨幅相对较小。该选股逻辑更注重短期波动和市场情绪等指标。
有何风险？
该选股策略同样存在忽视其他基本面指标、过度追求短期波动和市场情绪等风险。此外，该选股逻辑同样具有一定程度上的主观性，需要同时考虑市场整体情况和个人需求。
如何优化？
该选股策略需要更加充分的数据分析和因子筛选。同时，应对上述风险采取谨慎的心态，注重长期的资金操作策略，避免盲目跟风和过度追求短期波动。在选择股票基本面因子时，需要结合公司实际情况进行比较。
最终的选股逻辑
基于以上分析，完善后的选股逻辑为：
- 振幅大于1，市场对波动剧烈的股票更感兴趣；
- 今日最低价小于昨日最低价，表明股票下跌趋势已经明显；
- 9点25分涨幅小于6%，表明股票短期涨幅相对较小；
- 其他基本面指标应根据个人需求进行选择和比较。
同花顺指标公式代码参考
- 振幅大于1：amplitude > 1
- 今日最低价小于昨日最低价：low < ref(low, 1)
- 9点25分涨幅小于6%：abs((open-pre_close)/pre_close) < 0.06
python代码参考
import pandas as pd
import tushare as ts
df = ts.get_stock_basics()
codes = df.index.tolist()
result = pd.DataFrame()
for code in codes:
bars = ts.get_hist_data(code)
if bars is not None and len(bars) > 1:
is_amplitude_large = bars['high'][-1]/bars['low'][-1] > 1.01
is_today_lowest = bars['low'][-1] < bars['low'][-2]
is_morning_rise_small = abs((bars['open'][0]-bars['close'][0]) / bars['close'][0]) < 0.06
if is_amplitude_large and is_today_lowest and is_morning_rise_small:
# 其他基本面指标
result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': bars['close'][-1], 'pb': df.loc[code]['pb'], 'pe': df.loc[code]['pe'], 'gross_profit': df.loc[code]['gross_profit_ratio']}, ignore_index=True)
result = result.sort_values(by=['pb'])
## 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。
