问财量化选股策略逻辑
选股逻辑：振幅大于1，K线小于20，剔除昨日涨停。
选股逻辑分析
该选股策略同样基于股票的交易数据，筛选出符合振幅大于1和K线小于20的股票，剔除昨日涨停的股票，以获得更准确的选股结果。相比于前一种选股逻辑，该选股策略可以去除昨日已经达到涨停价格的股票，减少了投资者追高的风险。
有何风险？
同样存在个股波动风险和短期操纵风险，所选的涨停股票也并非都有长期潜力，之前的涨幅也可能是由一些利好消息等等短期刺激因素导致的。此外，股票的价格经常被高估或低估，因为这些因素在特定情况下会导致投资者过度买进或售出股票。
如何优化？
可以添加更多的技术分析指标，并结合长期趋势进行分析。同时，考虑设定比较合理的买点和卖点，可以在股票价格相对低的时候入手。此外，在选股策略中可以引入更多的财务指标，并且根据股票市场的实际情况和策略自身的目的进行适当的调整和优化。
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；
- 剔除昨日涨停。
在以上条件的基础上，可以综合考虑股票的财务指标、市盈率、市净率、总营收等指标，在综合分析股票的基本面和现状的基础上进行选股。
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: YNDAYS(ABS(100*(CLOSE()-REF(CLOSE(), 1))/REF(CLOSE(), 1))) < 9.90;
SELECTOR:=C1 AND C2 AND C3;
RESULT:=SELECTOR;
Python代码参考
以下是Python实现该选股策略的选股逻辑的代码：
# 获取振幅大于1，K线小于20，昨日未涨停的个股
selected_stocks = (amp > 1) & (kdj < 20) & (~df['last_close'].apply(lambda x: x == df['high']))
# 根据涨跌幅排序
selected_stocks = selected_stocks.sort_values('pct_chg', ascending=False)
# 返回选中个股的代码
return selected_stocks['code'].tolist()
通过在Python中实现该选股逻辑，结合振幅、K线、剔除昨日涨停等条件，综合考虑选股。可以根据实际情况和策略要求进行适当的调整和改进。
## 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。
