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
- PE ratio大于0
选股逻辑分析
该选股策略同样是从技术面和估值角度进行筛选，选取当日振幅较大且具有一定上涨潜力的股票，并且要求股票的估值水平达到一定标准。振幅大于1和今日最低价小于昨日最低价是从技术面进行筛选，PE ratio大于0则要求股票具有一定的估值优势，即股价未被高估。
有何风险？
同样忽略了公司的基本面和未来发展潜力，在估值方面也只是简单的通过PE ratio过滤，忽略了其他估值指标如PB ratio等的影响。同时，由于使用的是当日最低价和昨日最低价进行判断，未考虑其他价格形态，如分时、日K、周K等走势图形对信号产生的影响。
如何优化？
该选股策略可以引入更多估值指标，如PB ratio等，从多个角度综合评估。同时，也可以研究其他价格形态的影响，如确定性突破、缩量整理等等对信号产生的影响，并结合基本面数据进行分析，如财务报表、行业趋势等。
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，表明股价下跌趋势已经明显；
- PE ratio大于0，表明股票具有一定的估值优势。
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)
- PE ratio大于0：pe > 0
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_today_ticks(code, 1)
if len(bars) > 0:
is_not_limit_up = not ts.is_n_day_limit_up(code, 2, 1)
hist_data = ts.get_hist_data(code)
if hist_data is not None:
pe_ratio = hist_data.iloc[-1]['pe']
else:
pe_ratio = None
amplitude = (float(bars.iloc[0]['high']) - float(bars.iloc[0]['low'])) / float(bars.iloc[0]['pre_close'])
if is_not_limit_up and amplitude > 0.01 and float(bars.iloc[0]['low']) < float(bars.iloc[0]['pre_close']) and pe_ratio is not None and pe_ratio > 0:
result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': float(bars.iloc[0]['price']), 'pe_ratio': pe_ratio, 'amplitude': amplitude}, ignore_index=True)
result = result.sort_values(by='amplitude', 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。
