(supermind)振幅大于1、k小于20、规模2亿以上

问财量化选股策略逻辑

选股逻辑：振幅大于1，K线小于20，规模2亿以上的股票。

选股逻辑分析

该选股逻辑主要考虑了技术面和市值方面的因素。振幅、K线等技术指标用于确定股票的短期趋势，规模用于评估股票的风险和投资潜力。通过综合考虑技术面和市值因素，可以找到具有较好潜力的标的。

有何风险？

该选股逻辑忽略了公司的基本面和财务状况等因素，在选择股票时需要谨慎。另外，规模并不是绝对的风险指标，需要进一步考虑其他因素综合考虑。

如何优化？

可以考虑加入基本面指标，如营收、净利润等，以全面综合评估企业整体情况。另外，可以引入其它技术分析指标，如MACD、RSI等，进一步综合评估行情走势。需要同样注意风险控制，避免投资风险。

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；
规模大于2亿；
综合考虑公司的基本面指标和趋势判断指标；
风险控制。

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 := MCAP > 2e8;
RESULT := SELECTOR1 AND SELECTOR2 AND SELECTOR3;

其中，C代表收盘价，MCAP代表总市值。

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
selector3 = mcap > 2e8
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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind)振幅大于1、k小于20、规模2亿以上_