问财量化选股策略逻辑
选股逻辑：振幅大于1，K线小于20，外盘/内盘大于1.3。
选股逻辑分析
该选股逻辑主要考虑了振幅、K线以及内外盘情况，以识别具有投资价值的股票。振幅、K线是常用的技术指标，而内外盘则是用于衡量市场态势的重要指标之一。该选股策略在控制市场风险的前提下，以振幅、K线为基础，通过内外盘情况辅助评估股票的长期走势。
有何风险？
和其他量化选股策略一样，该策略也存在市场风险和不确定性的风险。当市场波动较大时，该策略可能无法取得理想的效果，需要根据具体情况进行及时调整和优化。
如何优化？
引入更多的基本面数据和其他技术指标，并结合机器学习等方法对每个股票进行全面评估和预测，提高选股的准确度和稳定性。
最终的选股逻辑
在结合以上因素考虑后，我们将逻辑调整为：
- 振幅大于1；
- K线小于20；
- 外盘 / 内盘大于1.3。
同花顺指标公式代码参考
以下是在通达信上实现该选股策略的指标公式代码：
C5:=VOL/(4*CAPITAL)*100;
VWAP:= VWP(MONEY, VOL);
OP:= REF(VWAP, 1);
ISGO:= 0.5*(C > OP);
OVB:= O>REF(C,1);
OVS:= O<REF(C,1);
UP:= (C - MINL(C, 34)) / (0.5 * ATR(13) + 0.5 * ATR(34)) * MIN(LEN,34) / LEN;
SELECTOR:= C5 > 0.5 AND C < 20 AND AMPLITUDE > 1 AND UP > 0.2AND ISGO > 0.6 AND ( BUY / SELL >= 1.3 OR SELL / BUY >= 1.3 );
RESULT:= SELECTOR;
Python代码参考
以下是 Python 实现该策略的选股逻辑：
# 数据预处理部分，假设已获得数据close，high，low，open，成交量数据vol，内盘数据in_vol和外盘数据out_vol
# 计算振幅
amplitude = (high - low) / close.shift(1)
# 计算内外盘比例
in_out_ratio = out_vol / in_vol
# 筛选选股
selected_stocks = pd.DataFrame({
'amplitude': amplitude,
'in_out_ratio': in_out_ratio,
'pct_change': pct_change # 涨跌幅为正数，由 ptc_change 数据得出
}).query('amplitude > 1 & C < 20 & in_out_ratio > 1.3 & pct_change > 0')
return selected_stocks['code'].tolist()
通过 Python 实现该策略的选股逻辑，使用 Pandas 进行数据处理和条件筛选，代码更加易于实现和理解，并且可以方便地根据情况对策略进行修改和优化。
## 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。
