问财量化选股策略逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、反包。该选股策略主要从技术面角度选取反转股，将近期价格下跌的股票作为选股池，利用反转技术来捕捉短期反弹的机会。
选股逻辑分析
该选股逻辑主要从技术面入手，关注K线形态和振幅指标，选取近期价格下跌并符合酷特智能早晨之星形态的股票，并利用反包指标来辅助判断反转行情。该选股策略主要适用于短期交易策略，追求短线机会。
有何风险？
该选股策略主要关注技术面指标，未考虑公司基本面和行业趋势等因素，选中的股票可能存在财务表现不佳、市场竞争激烈等问题。此外，由于所关注的股票都是近期价格下跌，选择过于激进可能会使选股带来更大风险。
如何优化？
在选股时，可以引入更多的指标，如MACD、KDJ等技术指标，提高选股准确度。同时，在基本面和行业趋势等方面进行分析，避免因股票基本面问题而带来的风险；另外，加入股票流动性、市值等指标，针对不同股票加以筛选。
最终的选股逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、反包。该选股策略主要从技术面角度选取近期价格下跌、符合酷特智能早晨之星形态、同时满足反包指标的股票。该选股策略主要适用于短期交易策略，追求短线机会。
同花顺指标公式代码参考
C: K线为酷特智能早晨之星 AND 振幅>1 AND 反包信号;
以上的同花顺指标公式根据选股条件进行筛选。
Python代码参考
import tushare as ts
import pandas as pd
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code, name, industry, market, mktcap, nmc in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,market,mktcap,nmc').values.tolist():
daily_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date=pd.to_datetime('today').strftime('%Y%m%d'))[['trade_date', 'open', 'high', 'low', 'close']]
if daily_data.empty or daily_data.iloc[-1]['open'] >= daily_data.iloc[-1]['close'] or daily_data.iloc[-2]['open'] < daily_data.iloc[-2]['close']:
continue
# 反包判断
pre_close = daily_data.iloc[-2]['close']
if daily_data.iloc[-1]['close'] > pre_close and daily_data.iloc[-1]['low'] <= pre_close and daily_data.iloc[-1]['high'] >= pre_close:
continue
if daily_data.iloc[-1]['close'] < pre_close and daily_data.iloc[-1]['low'] <= daily_data.iloc[-1]['close'] and daily_data.iloc[-1]['high'] >= pre_close:
continue
if daily_data.iloc[-1]['high'] - daily_data.iloc[-1]['low'] <= pre_close * 0.01:
continue
# 选股成功
selected_stocks.append((name, ts_code))
return selected_stocks
以上的Python代码在基本面上引入了流通市值指标，并通过K线形态和振幅筛选出符合酷特智能早晨之星形态并近期价格下跌的股票，同时利用反包指标判断反转行情，以捕捉短期机会。在反包判断时，通过对当前股价与前一天收盘价进行判断，以提高选股准确度。
## 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。
