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
- 按今日竞价金额排序前5
选股逻辑分析
该选股策略同样从技术面进行筛选，对振幅较大、价格自低点上涨比较明显的股票进行选取，同时用今日竞价金额排名进行筛选。这个策略注重股价的波动性和短期投资机会。
有何风险？
该选股策略同样未考虑公司的基本面和长期趋势，只是从技术面和市场广泛关注度进行筛选，存在交易波动大，选择的股票质量存在较大不确定性的风险。
如何优化？
可以考虑增加更多的技术指标，如相对强弱指标（RSI），移动平均线和布林带等技术指标，以此来考虑股价的长期和中期趋势，尽可能减小交易风险。同时，应注意增加对公司的基本面分析，比如财务数据的分析和公司业绩的评估等等，从而减小选择股票的风险。
最终的选股逻辑
基于以上分析，最终的选股逻辑如下：
- 振幅大于1，市场对股价波动大的股票更感兴趣。
- 今日最低价小于昨日最低价，表明股价上升趋势已经明显。
- 按今日竞价金额排序前5，具有市场公信力和关注度。
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)
- 按今日竞价金额排序前5：按竞价金额进行排序，并取前5个
python代码参考
import pandas as pd
import tushare as ts
df = ts.get_k_data('000001', start='2020-01-01', end='2020-12-31')
df['condition1'] = df['amplitude'] > 1
df['condition2'] = df['low'] < df['low'].shift(1)
df = df[df['condition1'] & df['condition2']].sort_values(by='amount', ascending=False).head(5)
codes = ['sh'+code for code in df['date'].tolist()]
result = pd.DataFrame()
for code in codes:
bars = ts.get_realtime_quotes(code)
result = result.append({'code': code[2:], 'name': bars['name'].tolist()[0], 'price': float(bars['price'].tolist()[0])}, ignore_index=True)
result = result.sort_values(by='price', ascending=True)
## 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。
