问财量化选股策略逻辑
选股逻辑：振幅大于1、K线小于20、未清偿可转债简称不可为空。
选股逻辑分析
该选股逻辑主要依据技术面指标和可转债市场情况进行选股。振幅大于1表明该股票存在波动性，k线小于20表示该股票短期内处于低位。未清偿的可转债简称不可为空，说明该股票存在可转债市场的反响，可能存在一定的转债溢价，能够带动股票价格上涨。
有何风险？
该选股逻辑忽略了股票的基本面、财务状况等因素，存在选错或漏选的情况。同时，未清偿的可转债简称不可为空不能保证是否存在其他套利或风险控制的因素，存在需要进一步确定的可疑情况。
如何优化？
可以加入其他技术指标和形态识别方法，如MACD、RSI、均线金叉等等，或者结合基本面和财务数据等多种因素进行选股。同时，要注意可转债市场的环境和情况，如转债溢价率、转债规模变化等等，以提高筛选准确率和投资安全性。
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；
- 未清偿的可转债简称不可为空；
- 综合考虑多个技术指标和形态识别；
- 结合基本面、财务和行业状况等因素；
- 限制风险，保证投资安全。
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:=NOT 未清偿可转债 IS NULL;
c2:=(HIGH-LOW)/C>0.01;
c3:=KONGB<20;
SELECTOR:=c1 AND c2 AND c3;
RESULT:=SELECTOR;
其中，未清偿可转债的判断使用了SQL语句中的NOT NULL方法；HIGH代表最高价，LOW代表最低价，C代表收盘价，KNONG表示K线，20为K线小于20的条件。
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 = ~df['未清偿可转债'].isnull()
selector2 = amplitude > 0.01
selector3 = df['KONGB'] < 20
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。
