问财量化选股策略逻辑
该选股策略共包含三个条件：
- 振幅大于1
- 今日最低价小于昨日最低价
- 非科创
选股逻辑分析
该选股策略认为，振幅大的股票往往存在价格波动的机会，而借助准确的日交易数据，今日最低点小于昨日最低点可以发现股价近期的上升趋势。非科创股票可以得到更广泛的市场认同，有更大的涨幅空间。选股者可以借助这三个条件进行筛选。
有何风险？
该选股策略同样可能忽略了股票内在价值和业务情况等基本面因素。同时，非科创股票的涨幅空间也不一定大，还需要关注市场整体走势及其他宏观因素的影响。
如何优化？
应该结合股票的基本面分析和市场趋势研判等因素，增强策略的长期有效性。同时应该关注风险控制和资产分散化等问题。
最终的选股逻辑
经过优化和改进，最终的选股逻辑如下：
- 振幅大于1，市场对波动较大的股票更感兴趣。
- 今日最低价小于昨日最低价，表明股价上升趋势已经明显。
- 非科创，可以得到更广泛的市场认同和涨幅空间。
同花顺指标公式代码参考
该选股策略涉及到振幅和最低价指标，通达信指标公式代码如下：
AVG((HIGH-LOW)/REF(CLOSE,1),20)>1 && //振幅大于1
LOW<REF(LOW,1) && //今日最低价小于昨日最低价
MARKETTYPE!=2 //非科创板
其中，MARKETTYPE是通达信自定义指标，代码如下：
IF(MARKET=="SH","SHDQ",IF(MARKET=="SZ","SZCY",0))
python代码参考
import pandas as pd
import tushare as ts
df = ts.get_today_all()
df['market_type'] = df['code'].apply(lambda x: 'SHDQ' if x.startswith('6') else 'SZCY')
df['amplitude'] = (df['high'] - df['low']) / df['pre_close']
df['condition1'] = df['amplitude'] > 1
df['condition2'] = df['low'] < df['low'].shift(1)
df['condition3'] = df['market_type'] != 'KCB'
result = df[df['condition1'] & df['condition2'] & df['condition3']]
## 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。
