问财量化选股策略逻辑
选股逻辑：振幅大于1，K线小于20，涨幅介于-5%到2.6%之间。
选股逻辑分析
该选股逻辑同样在基于技术指标的基础上，引入了涨幅指标。相较于竞价涨幅，涨幅对股票价格的涨跌有更充分的考虑，选取涨幅在一定范围内的股票可以更好地捕捉股票价格上涨的趋势。
有何风险？
该选股逻辑同样可能会受到市场做多做空情绪的影响，而忽视了市场基本面变化对股票价格的影响。此外，由于振幅、k线和涨幅等指标本身存在时间滞后性，选股结果也存在一定的滞后性。
如何优化？
可以综合考虑其他技术指标和基本面数据，以更好地捕捉股票价格上涨的趋势。此外，需要结合不同市场环境对选股策略进行分析和测试，以确定选股策略的适应性。
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；
- 涨幅在-5%到2.6%之间。
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：
AMPLITUDE := (HIGH - LOW) / C;
UP := (CLOSE - REF(CLOSE, 1)) / REF(CLOSE, 1);
SELECTOR := C5 > 0.5 AND C < 20 AND UP >= -0.05 AND UP <= 0.026 AND AMPLITUDE > 1;
RESULT := SELECTOR;
Python代码参考
以下是 Python 实现该策略的选股逻辑：
# 计算振幅
amplitude = (high - low) / close.shift(1)
# 计算涨幅
up = (close - close.shift(1)) / close.shift(1)
# 筛选选股
selected_stocks = pd.DataFrame({
'amplitude': amplitude,
'up': up
}).query('amplitude > 1 & C < 20 & up > -0.05 & up < 0.026')
return selected_stocks['code'].tolist()
Python 实现该策略的选股逻辑，可以更加灵活地调整和优化策略，同时也更便于分析和复现选股结果。
## 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。
