(supermind)振幅大于1、k小于20、价格＜12

问财量化选股策略逻辑

选股逻辑：振幅大于1，K线小于20，价格＜12。

选股逻辑分析

该选股逻辑主要考虑了市场波动性和股票的价格因素，选出了较低股价同时短期波动较大的个股。与仅考虑价格和市值等基本面指标的选股策略相比，该策略更多地考虑了市场心理和情绪等因素，能够在短期内寻找出具有投资价值的股票。

有何风险？

由于该选股策略仅考虑了市场波动性和股票价格等因素，可能无法全面反映公司质量、行业前景等因素，存在失真的风险。同时，低价股往往存在着一定的公司风险，需要特别关注风险控制。

如何优化？

可以结合其他指标，如市净率、ROE等基本面指标，来更全面地评估公司质量和投资价值。同时，可以加入一些技术指标，如成交量等，来综合考虑行情走势。此外，需要注意风险控制，避免投资过程中的损失。

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；
价格＜12；
加入其他基本面指标和技术指标；
注意风险控制。

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：

SELECTOR1 := ((HIGH - LOW) / C) > 0.01;
SELECTOR2 := C < 20;
SELECTOR3 := CLOSE < 12;
RESULT := SELECTOR1 AND SELECTOR2 AND SELECTOR3;

其中，C代表收盘价。

Python代码参考

以下是Python实现该选股策略的选股逻辑：

# 计算指标
amplitude = (high - low) / close.shift(1)
selector1 = amplitude > 0.01
selector2 = close < 20
selector3 = close < 12
selected_stocks = selector1 & selector2 & selector3

# 综合选择
selected_stocks = pd.DataFrame({'code': code, 'selected': selected_stocks})
selected_stocks = selected_stocks[selected_stocks['selected']]
selected_stocks = selected_stocks.sort_values('volume', ascending=False)
selected_stocks.drop('volume', axis=1, inplace=True)

return selected_stocks['code'].tolist()

通过计算指标并进行综合选择，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、价格＜12_