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
- K线值（K）小于20
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，K线值（K）小于20则显示该股票处于超卖状态，具有买入价值。
有何风险？
由于只考虑了技术分析因素，该选股策略可能会忽略基本面变化和宏观经济环境的变化，产生投资误判。
如何优化？
可以加入更多基本面因素进行筛选，例如市盈率、市净率、总资产等。此外，可以结合宏观经济环境等因素，形成更全面的选股策略。
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；
- K线值（K）小于20，符合超卖标准，具有买入价值；
- 加入更多基本面因素进行筛选。
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)
- K线值（K）小于20: KDJ(K, 9, 3)['K'][-1] < 20
python代码参考
import pandas as pd
import tushare as ts
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]
K, D = ta.STOCH(bars.high.values, bars.low.values, bars.close.values, fastk_period=9, slowk_period=3, slowd_period=3)
is_k_low = K[-1] < 20
if is_amplitude_large and is_today_lowest and is_k_low:
# 加入更多基本面因素进行筛选
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'], 'total_assets': df.loc[code]['total_assets']}, ignore_index=True)
result = result.sort_values(by=['total_assets'], 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。
