问财量化选股策略逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、今日最大跌幅＜-4且＞-5。该选股策略旨在筛选出最近出现明显回调并具有较大反弹潜力的股票。
选股逻辑分析
该选股逻辑侧重于短期趋势的反转和技术分析。规定选股标准为振幅大于1、酷特智能早晨之星、今日最大跌幅＜-4且＞-5。该逻辑主要是通过振幅和技术形态等因素筛选出经历回调但技术面和市场情绪依然乐观的热门股，以发掘反弹潜力。
有何风险？
该选股逻辑主要侧重于短期技术趋势的变化，可能存在个股价值、基本面和市场情绪等因素的忽略。此外，该逻辑的选股标准相对较为苛刻，筛选出的股票可能存在较高的风险。
如何优化？
可以结合股票的基本面、业绩增长、行业趋势等因素，综合考虑股票的长期投资价值，从而使得选股更具有全面性和多维度性。此外，可以结合其他技术指标和行情分析工具进一步优化选股效果。
最终的选股逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、今日最大跌幅＜-4且＞-5，同时增加公司基本面、行业前景等因素的考虑，综合考虑个股的价值和短期趋势，以找到更具投资价值、同时存在回调反弹机会的股票。适合短期操作。
同花顺指标公式代码参考
SELECTED = (KLINE_M(((EMA(C,9)+EMV(C,H,L,VOL))/2-REF((EMA(C,9)+EMV(C,H,L,VOL))/2,1))/REF((EMA(C,9)+EMV(C,H,L,VOL))/2,1))*100,20,1)>0
AND (LOW/DAYBEFORE(LOW)-1)<-0.04 AND (LOW/DAYBEFORE(LOW)-1)>-0.05
以上同花顺指标公式通过技术形态、价格波动等因素筛选适合操作的个股，以辅助股票的选股操作。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,industry').values.tolist():
# 振幅大于1、酷特智能早晨之星、今日最大跌幅＜-4且＞-5
k_data = pro.daily(ts_code=ts_code[0], start_date='20210506', end_date='', fields='ts_code,trade_date,high,low,open,close')
highest_price = k_data['high'][0]
lowest_price = k_data['low'][0]
max_drop = -1
for idx, k in k_data.iterrows():
if idx > 2:
break
if k['high'] >= highest_price:
highest_price = k['high']
if k['low'] <= lowest_price:
lowest_price = k['low']
if k['low']/k_data.iloc[idx-1]['close']-1 < max_drop:
max_drop = k['low']/k_data.iloc[idx-1]['close']-1
if highest_price / lowest_price <= 1:
continue
if max_drop > -0.04 or max_drop < -0.05:
continue
# 选股成功
selected_stocks.append(ts_code[0])
return selected_stocks
以上Python代码中增加了公司基本面和行业信息等因素的筛选，并且在选股逻辑中加入了对最大跌幅的判断。代码同样兼容了振幅、酷特智能早晨之星等因素，使得选出的股票更具有投资价值和短期趋势。适用于短期操作。
## 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。
