(supermind)振幅大于1、今日控盘＞21、昨天龙虎榜

问财量化选股策略逻辑

选股逻辑：振幅大于1,今日控盘＞21,昨天龙虎榜。

选股逻辑分析

该选股逻辑主要考虑了价格波动、大股东持股比例、以及市场热点等因素。振幅大于1和今日控盘＞21为筛选波动大、市场影响力较大的个股，而昨天龙虎榜为筛选市场热点，相较于前两个筛选条件更具参考意义。该逻辑相比于前两题的选股逻辑，增加了市场热度的考量，更加全面综合。但是依然可能存在一些潜在的风险。

有何风险？

该选股逻辑可能存在以下风险：

龙虎榜的只是个参考指标，不一定能够完全反应市场热度；
市场热度是一时的，容易产生短暂的波动，选股可能存在操作不灵活的风险；
该选股逻辑依然存在数据的影响，数据精准度和可靠性较低时可能出现误判。

如何优化？

为了提高选股逻辑的可靠性和实用性，我们可以进行以下优化：

结合其他基本面指标和技术指标，形成更加全面的选股策略；
结合其他市场热度指标，如成交额、涨停板数等进行相互验证；
充分考虑数据质量和数据来源的可靠性，选择优质数据源，避免数据误差对于策略的影响。

最终的选股逻辑

综合考虑上述因素，我们最终选择以下的选股逻辑：

振幅大于1；
今日控盘＞21；
昨天龙虎榜；
在此基础上，我们可以引入其他多种基本面指标和技术指标，进行优化和完善。

同花顺指标公式代码参考

C1=IF(AMO<=0, 0, (AMO-CONST(AMO, 3))/CONST(AMO, 3)*100);
C1=IF(C1>100, 100, C1);
C1=IF(C1<0, 0, C1);
C2 = CONTROL_SHares_TODAY()>0.21;
C3 = if(DA_BLOCK_AMO_59==0,0,1);
SELECTOR = C1 + C2 + C3;
RESULT = SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));

python代码参考

C1 = np.where(ta.AMO()<=0, 0, (ta.AMO()-ta.AMO()[-3])/ta.AMO()[-3]*100)
C1 = np.where(C1>100, 100, C1)
C1 = np.where(C1<0, 0, C1)
C2 = ta.CONTROL_SHares_TODAY()>0.21
C3 = np.where(ta.DA_BLOCK_AMO_59()==0, 0, 1)
selector = C1 + C2 + C3
result = np.argsort(np.argsort(selector))

    ## 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、今日控盘＞21、昨天龙虎榜_