(supermind)振幅大于1、10日涨幅大于0小于35、今日最低价小于昨日最低价_

问财量化选股策略逻辑

选股逻辑包括振幅大于1，10日涨幅大于0小于35，今日最低价小于昨日最低价。

选股逻辑分析

1. 振幅大于1和10日涨幅大于0小于35可以筛选出短期内涨势较好的股票。
2. 今日最低价小于昨日最低价则可能表示股票在下跌趋势中，此时可以以更低的价格获得买入机会。
3. 综合考虑以上指标，能够筛选出在短期内具有一定投资价值的股票。

有何风险？

1. 忽略细节问题，例如忽略交易量、忽略公司基本面等，造成选股不够准确。
2. 过分追求短期涨幅，不考虑股票的长期价值、业绩等，有可能会导致投资失败。
3. 短期内股票的波动性比较大，容易受到市场情绪变化的影响，需要注意风险控制。

如何优化？

1. 加入交易量、市值、基本面等因素进行筛选，提升选股准确性和稳定性。
2. 根据选股结果应当做出长期投资还是短期投机的判断，并进行合理的投资组合构建。
3. 建立严格的止损和风险控制策略，加强风险管理。

最终的选股逻辑

选股逻辑为振幅大于1，10日涨幅大于0小于35，今日最低价小于昨日最低价，并结合交易量、市值、基本面等因素进行筛选。

同花顺指标公式代码参考

ABS(C-REF(C,1))/REF(C,1) > 0.01 AND SUM((C-REF(C,1))/REF(C,1)*100>0,10)>=1 AND SUM((C-REF(C,1))/REF(C,1)*100, 10)>0 AND LLV(L,2)>REF(LLV(L,2),1)

python代码参考

import akshare as ak

def select():
    data = pd.DataFrame()
    end_date = datetime.now().strftime("%Y%m%d")
    start_date = (datetime.now() - timedelta(days=365)).strftime("%Y%m%d")
    for symbol in ak.stock_zh_a_spot_em(symbol="").iloc[:,0].tolist():
        try:
            k_data = ak.stock_zh_a_daily(symbol=symbol, start_date=start_date, end_date=end_date)
            if len(k_data)<10:
                continue
            elif (k_data['close']-k_data['open'])/k_data['open']*100<=0 or \
            (k_data['high']-k_data['low'])/k_data['low']<0.01 or \
            k_data['low'].iloc[-1]>=k_data['low'].iloc[-2]:
                continue
            elif (k_data['trad_date'].iloc[-2]==datetime.now().strftime("%Y-%m-%d")) and \
            (k_data['limit_up'].iloc[-3:].sum()==3):
                data = pd.concat([data, k_data.iloc[-2:]])
        except:
            continue
    return data

    ## 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)