问财量化选股策略逻辑
选股逻辑为：振幅大于1，按个股热度从大到小排序名，今日最低价小于昨日最低价。将选股逻辑作为第一个标题放入段落中。
选股逻辑分析
该选股策略的逻辑如下：
- 振幅大于1：表示该股票市场交易活跃度较高；
- 按个股热度从大到小排序：表示选股的股票具有一定的市场认可度和投资价值，存在较高的投资机会；
- 今日最低价小于昨日最低价：表示该股票具有较好的投资机会，具有一定的市场热度。
综合以上条件，可以选择符合条件的股票具有一定的投资价值和潜力，但同时存在一定的风险。
有何风险？
该选股策略可能存在以下风险：
- 策略主观性较强，依赖于单一的技术指标进行选股，可能忽略其他重要的因素；
- 难以准确判断股票市场活跃度和人气情况，带来风险。
如何优化？
为了提高选股的准确性和降低风险，可以从以下方面进行优化：
- 引入基本面、市场因素等因素进行综合评价，从多个角度评价选股标的的投资价值；
- 设置动态的选股策略，根据市场情况进行调整，降低市场波动带来的风险；
- 加强对市场的研究和分析，提高选股的主动性和及时性，降低风险。
最终的选股逻辑
综合以上分析和优化，我们最终的选股逻辑为：根据振幅大小、个股热度和当前最低价和昨日最低价的比较等多个因素选出具有投资潜力和长期成长性的股票，并进行相应的买入操作。在买入操作时，注意市场波动并设立风险控制策略。
同花顺指标公式代码参考
该策略可引入以下指标进行辅助分析：
- 振幅指标：
振幅：
((HIGH-LOW)/REF(CLOSE,1)) > 0.01
- 个股热度指标：
个股热度指标：
SORT_BY_DESC(stock_heat)
- 今日最低价小于昨日最低价指标：
今日最低价小于昨日最低价：
LOW < REF(LOW,1)
- 组合筛选条件：
筛选获得符合条件的股票：
(((HIGH-LOW)/REF(CLOSE,1)) > 0.01) AND SORT_BY_DESC(stock_heat) AND (LOW < REF(LOW,1))
python代码参考
# 振幅指标
amplitude = (high - low) / ref(close, 1)
amplitude_filter = amplitude > 0.01
# 个股热度指标
stock_heat = sort_by_desc(stock_heat)
# 今日最低价小于昨日最低价指标
low_compare = low < ref(low, 1)
# 组合筛选条件
final_filter = amplitude_filter & stock_heat & low_compare
# 选股
selected_stocks = get_fundamentals(query(
valuation.code, valuation.pe_ratio, valuation.pb_ratio, income.net_profit_ratio,
indicator.ma10, indicator.turnover_ratio
).filter(
valuation.pe_ratio < 20,
valuation.pb_ratio < 3,
income.net_profit_ratio > 0.1,
final_filter,
).order_by(
stock_heat.desc()
).limit(
10
), date=None)
注意：以上代码仅为参考，具体实现时需要根据实际数据情况进行适当修改。
## 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。
