(supermind)振幅大于1、10日涨幅大于0小于35、价格＜12_

问财量化选股策略逻辑

选股逻辑为振幅大于1，10日涨幅大于0小于35，价格＜12。

选股逻辑分析

1. 振幅大于1可以反映股票的市场波动情况，选股时可以挖掘出更具盈利潜力的股票。
2. 选择10日涨幅大于0小于35的股票可以挖掘出有一定涨幅但是未过度涨价的股票，同时具有较好的风险收益特点。
3. 价格＜12表示选择低市价的股票，又叫做低价股，其成交量多，波动性大，有资金流入的潜力。

有何风险？

1. 过度追求低市价可能会带来较高的投资风险，低价股的盈利性比较难以稳定保证。
2. 只考虑价格低并不能反映出股票的内在价值和公司基本面的实际情况，有可能导致选股偏差比较大。

如何优化？

1. 选股时可以加入其他的财务指标如市盈率、市净率，以及技术指标如均线、MACD等等，减少对低价股的过度追求。
2. 数据库中行业分类可以更为区分明确，更具市场领导性的行业应当得到更广泛的关注。
3. 加深对行业、公司基本面数据的研究。

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，价格＜12。加入市盈率、市净率、技术指标等综合考虑，更全面反映股票的投资价值。

同花顺指标公式代码参考

(C - O) / O >= 0.03 AND  COUNT(IF(REF(ABS((C - O) / O), 1), ABS((C - O) / O),0)=0, 1)>0 AND PE > 0 AND PB > 0 AND C < 12 AND 1 ORDER BY hot DESC

python代码参考

import akshare as ak

def select(df):
    df = df[(df['最高价'] - df['最低价']) / df['开盘价'] > 0.01]
    df['涨幅'] = df['收盘价'].pct_change(10)
    df = df[(df['涨幅'] > 0) & (df['涨幅'] < 0.35)]
    df = df[(df['PE'] > 0) & (df['PB'] > 0)]
    df = df[df['收盘价'] < 12]
    df = df.sort_values(by='热度指数', ascending=False)
    return df

    ## 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)