问财量化选股策略逻辑
该选股策略包括三个条件：
- 振幅大于1
- 今日最低价小于昨日最低价
- 今日最大跌幅＜-4且＞-5
选股逻辑分析
该选股策略同样从技术面进行筛选，首先选取当日振幅较大，且存在股价下跌趋势的股票，然后从中筛选最近出现较大跌幅的股票。该选股方式偏重短期趋势，可能无法充分考虑公司的长期盈利能力和竞争优势。
有何风险？
该选股策略过于偏重短期趋势，忽略了公司长期盈利能力和竞争优势。同时，过分关注股价波动的股票，可能忽略了其他具备长期投资价值的公司。在市场风险较大时，该策略可能会带来较大的亏损。
如何优化？
可以将基本面和技术面相结合进行选股，以充分考虑公司的未来发展潜力和竞争优势。同时，该策略过于追求短期趋势，可以加入中长期的投资价值来改善策略的盈利性。关注公司的财务状况、盈利能力、竞争优势等等。
最终的选股逻辑
基于以上分析，最终的选股逻辑如下：
- 振幅大于1，市场对股价波动大的股票更感兴趣。
- 今日最低价小于昨日最低价，表明股价下跌趋势已经明显。
- 今日最大跌幅＜-4且＞-5，表明最近出现较大跌幅，股价可能已处于低位区间。
同花顺指标公式代码参考
- 振幅大于1：amplitude > 1
- 今日最低价小于昨日最低价：low < ref(low, 1)
- 今日最大跌幅＜-4且＞-5：(low - low_of_day(1)) / low_of_day(1) < -4/100 and (low - low_of_day(1)) / low_of_day(1) > -5/100
python代码参考
import pandas as pd
import tushare as ts
df = ts.get_stock_basics()
codes = df.index.tolist()
result = pd.DataFrame()
for code in codes:
bars = ts.get_today_ticks(code, 1)
if len(bars) > 0:
amplitude = (float(bars.iloc[0]['high']) - float(bars.iloc[0]['low'])) / float(bars.iloc[0]['pre_close'])
if amplitude > 0.01 and float(bars.iloc[0]['low']) < float(bars.iloc[0]['pre_close']):
today_low = float(bars.iloc[0]['low'])
yesterday_low = ts.get_k_data(code, end='yesterday')['low'].iloc[-1]
if (today_low - yesterday_low) / yesterday_low < -0.05 and (today_low - yesterday_low) / yesterday_low > -0.04:
result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': float(bars.iloc[0]['price'])}, ignore_index=True)
result = result.sort_values(by='price', ascending=True)
## 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。
