(supermind)振幅大于1、k小于20、60开头的股票

问财量化选股策略逻辑

选股逻辑：振幅大于1，K线小于20，60开头的股票。

选股逻辑分析

该选股逻辑主要依据技术指标和股票代码进行选股。振幅大于1、K线小于20能够筛选出短期内价格波动较大的标的，而60开头的股票则可能因为机构投资、市场关注度等因素出现较高的成交量和股价波动。但是该选股逻辑仅考虑了技术面和市场情况，未考虑到基本面等其他重要因素，存在一定的盲区，因此存在风险。

有何风险？

该选股逻辑仅依据了技术面和市场情况进行选股，未考虑到股票基本面、行业属性等可能影响股票表现的因素，因此存在一定的盲区。股票代码的筛选也可能存在股票池的局限性，可能遗漏一些潜力股。此外，机构投资和市场情绪对于股票表现的影响具有短期性和不确定性，存在较高风险。

如何优化？

可以结合基本面、行业属性等因素进行综合分析，避免单一因素影响策略表现。同时，在股票代码的筛选时可以选择更多的分类方式，例如行业、市值等进行筛选，避免股票池的局限性。

最终的选股逻辑

改进后的选股逻辑如下：

振幅大于1；
K线小于20；
股票代码以60开头；
综合考虑公司基本面、行业属性等综合因素。

同花顺指标公式代码参考

以下是在同花顺上实现该选股策略的指标公式代码：

C1: Amp() > 1;
C2: KDJ(9,3,3) < 20;
C3: LEFT(CODE,2) == '60';
SELECTOR:=C1 AND C2 AND C3;
RESULT:=SELECTOR;

其中，Amp()代表股票的振幅，KDJ指标的参数可以根据需要进行调整。

Python代码参考

以下是Python实现该选股策略的选股逻辑：

amp = (df['high'] - df['low']) / df['close']
kdj, kdj_signal = talib.STOCH(df['high'], df['low'], df['close'], fastk_period=9, slowk_period=3, slowd_period=3)

selected_stocks = amp > 1
selected_stocks &= kdj < 20
selected_stocks &= df['code'].str.startswith('60')
selected_stocks = pd.DataFrame({'code': code, 'selected': selected_stocks})
selected_stocks = selected_stocks[selected_stocks['selected']]
selected_stocks = selected_stocks.sort_values('pct_chg', ascending=False)
selected_stocks.drop('pct_chg', axis=1, inplace=True)

return selected_stocks['code'].tolist()

通过使用Python实现该选股逻辑，结合股票振幅、KDJ指标和股票代码进行选股。在实际运用过程中，可以根据实际情况和投资策略进行相应的优化和改进。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind)振幅大于1、k小于20、60开头的股票_