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
- 底部抬高
选股逻辑分析
该选股策略的形成是基于技术分析理论，其中振幅大于1和今日最低价小于昨日最低价表明股票波动剧烈并且趋势向下，底部抬高则表示走势有转机。这个条件需要结合股票走势图形进行判断，通常是寻找股价落后于技术指标下行的情况遗漏的上涨机会。
有何风险？
由于只考虑了技术分析因素和个别特殊形态的判断，该选股策略可能存在较高的误判率。
如何优化？
可以针对性地加入更多基本面因素和行业情况等因素，形成更全面的选股策略，避免因为股价图形判断过于主观而导致误判。
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；
- 底部抬高，形成买入信号；
- 加入更多基本面因素和行业情况等因素进行筛选。
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)
- 底部抬高: 该指标可以结合股价图形进行判断，通常是寻找股价落后于技术指标下行的情况遗漏的上涨机会。
python代码参考
import pandas as pd
import tushare as ts
import talib as ta
from pyecharts.charts import Kline
from pyecharts.options import *
df = ts.get_stock_basics()
codes = df.index.tolist()
result = pd.DataFrame()
for code in codes:
bars = ts.get_k_data(code)
if bars is not None:
is_amplitude_large = bars['high'].iloc[-1]/bars['low'].iloc[-1] > 1.01
is_today_lowest = bars['low'].iloc[-1] < bars['low'].iloc[-2]
talib_sma = ta.SMA(bars['close'], timeperiod=14)
is_bottom_rise = bars['close'].iloc[-1] > talib_sma.iloc[-1] and talib_sma.iloc[-1] > talib_sma.iloc[-2]
if is_amplitude_large and is_today_lowest and is_bottom_rise:
# 加入更多基本面因素和行业情况等因素进行筛选
result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': bars['close'].iloc[-1], 'pb': df.loc[code]['pb'], 'pe': df.loc[code]['pe'], 'industry': df.loc[code]['industry']}, ignore_index=True)
result = result.sort_values(by=['industry'], ascending=False)
## 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。
