(supermind)振幅大于1、k小于20、周线MA5金叉MA10

问财量化选股策略逻辑

选股逻辑：振幅大于1，K线小于20，周线MA5金叉MA10。

选股逻辑分析

该选股逻辑主要采用技术分析指标，选取振幅、K线和周线MA5、MA10交叉作为选股依据。振幅大于1代表波动性较强，K线小于20代表股票处于较低的价格水平，MA5金叉MA10代表股票短期趋势向上，具有一定的上涨潜力。该策略主要针对短期投资，对追求高风险高收益的投资者较为适合。

有何风险？

该选股策略同样主要基于技术分析和短期波动性，对于股票的基本面和宏观经济环境等因素较为忽视。此外，选取的MA5和MA10的交叉具有一定的滞后性，可能存在误判的风险。采用此策略的投资者需要保持高度警惕，防范风险。

如何优化？

可以增加基本面和行业分析因素，如PE、PB、市场占有率、竞争优势等，考虑股票的长期投资价值和风险体系。此外，可以结合其他技术分析指标，如MACD、KDJ等，增加选股准确性和稳定性。同时，可以优化交易策略，设立止损规则和风控措施，控制风险并避免过度频繁的交易。

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；
周线MA5金叉MA10；
增加基本面和行业分析因素；
结合其他技术分析指标。

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 := CROSS(MA(C, 5), MA(C, 10));
RESULT := SELECTOR1 AND SELECTOR2 AND SELECTOR3;

其中，C代表收盘价，MA(C, 5)代表5日均线，MA(C, 10)代表10日均线。

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
ma5 = ta.MA(close, 5)
ma10 = ta.MA(close, 10)
selector3 = (ma5 > ma10) & (ma5.shift(1) < ma10.shift(1))

# 综合选择
selected_stocks = pd.DataFrame({'code': code})
selected_stocks = selected_stocks.merge(selector1, on='code')
selected_stocks = selected_stocks.merge(selector2, on='code')
selected_stocks = selected_stocks.merge(selector3, on='code')
selected_stocks = selected_stocks[selector1 & selector2 & selector3]

return selected_stocks['code'].tolist()

通过计算指标，综合选择符合条件的个股进行投资，同时可以根据实际情况和投资风格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、周线MA5金叉MA10_