问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,价格＜12。
选股逻辑分析
该选股逻辑除了基本的天量和控盘因素外，进一步考虑了个股的价格因素，选出了一些相对较便宜且有投资价值的股票。通过该选股逻辑，可以帮助投资者更加准确地寻找到低价值和高投资价值的股票。
有何风险？
该选股逻辑可能存在以下风险：
- 低价股票质量参差不齐：低价股票普遍存在企业质量不高、盈利能力差等问题，可能会影响收益；
- 低价股票波动性较大：低价股票随市场变化较大，价格波动性较大，容易引起投资风险。
如何优化？
为了解决风险和提高精度，我们可以采取以下优化措施：
- 改善低价股票质量问题：对于低价股票，需要加强企业质量分析，进行更加全面和细致的研究，以避免低价股票投资风险；
- 设定选股价格上限：通过控制选股结果价格的上限，可以降低选股结果的风险，减小选股结果的不稳定程度。
最终的选股逻辑
综上所述，我们最终选择以下选股逻辑：
- 振幅大于1；
- 今日控盘大于21；
- 价格小于12。
同花顺指标公式代码参考
C1 = AMP() > 1;
C2 = CONTROLLING_SHARES_CHANGE() > 0.21;
C3 = CLOSE() < 12;
SELECTOR = C1 AND C2 AND C3;
RESULT = SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()))
python代码参考
def select_stocks():
selected_stocks = []
for stock in get_all_stocks():
c1 = get_price(stock, end_date=datetime.now(), frequency='1d', fields='amplitude')[-1] > 0.01
c2 = abs(get_controlling_shareholders(stock, end_date=datetime.now(), frequency='1d')['controlling_shareholders_day_pct_change'][-1]) > 0.21
c3 = get_price(stock, end_date=datetime.now(), frequency='1d', fields='close')[-1] < 12
if c1 and c2 and c3:
selected_stocks.append(stock)
selected_stocks = sorted(selected_stocks, key=lambda x: get_stock_heat_index(x), reverse=True)
return selected_stocks[:5]
result = select_stocks()
print(result)
以上Python代码仅供参考，具体实现还需要根据自己的需求进行调整。
## 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。
