问财量化选股策略逻辑
选股逻辑：振幅大于1，K线小于20，底部抬高。
选股逻辑分析
该选股逻辑结合了股票价格波动幅度、技术指标以及底部形态因素，通过筛选出振幅较大、处于上涨通道且可能会出现反转形态的股票，进一步筛选出短期内有较大上涨潜力的标的。
有何风险？
该选股逻辑同样依赖于技术形态的判断，存在一定主观性和不确定性。同时，底部抬高的判断也需要一定的经验和技术分析能力。此外，振幅较大的股票可能存在较大波动性，需要注意控制仓位，避免风险过大。
如何优化？
可以进一步引入其他技术指标，如MACD、RSI等指标，综合判断底部形态的可靠性。同时，可以结合基本面因素和行业板块资金流向等因素进行选股，提高选股的准确性和风险控制能力。此外，可以进一步优化底部形态的判定方法，提高筛选效果和精度。
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；
- 底部抬高。
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: HHV(HIGH, 10) > REF(HHV(HIGH, 10), 1);
SELECTOR := C1 AND C2 AND C3;
RESULT := SELECTOR;
其中，HHV(HIGH, 10) > REF(HHV(HIGH, 10), 1)用于判断股票底部是否抬高。
Python代码参考
以下是Python实现该选股策略的选股逻辑的代码：
import talib
amp = (df['high'] - df['low']) / df['close']
kdj, kdj_signal = talib.STOCH(df['high'], df['low'], df['close'], fastk_period=9, slowk_period=3, slowd_period=3)
hhv = talib.MAX(df['high'], timeperiod=10)
ref_hhv = hhv.shift(1)
selected_stocks = (amp > 1) & (kdj < 20) & (hhv > ref_hhv)
selected_stocks = pd.DataFrame({'code': code, 'selected': selected_stocks})
selected_stocks = selected_stocks[selected_stocks['selected']]
selected_stocks = selected_stocks.sort_values('pct_chg', ascending=False)
selected_stocks.drop('pct_chg', axis=1, inplace=True)
return selected_stocks['code'].tolist()
通过使用Python实现该选股逻辑，结合股票振幅、KDJ指标及底部抬高等指标进行选股，进一步筛选出短期内有较大上涨潜力的标的。在实际运用过程中，可以结合具体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。
