(supermind)振幅大于1、10日涨幅大于0小于35、反包_

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，反包。

选股逻辑分析

1. 反包是一种短期趋势反转的信号，可以用于找到被低估的股票。
2. 选股逻辑比较严格，可能会忽略一些潜在的机会。
3. 反包指标可能会有较高的误判率。
4. 结合其他技术指标和基本面因素，可以进一步优化此选股逻辑。

有何风险？

1. 过度依赖单一指标可能会忽略其他重要的因素。
2. 反包指标可能会有较高的误判率，存在风险。
3. 过于追求短期利润可能会忽略长期的价值投资思路。

如何优化？

1. 结合其他技术指标如KDJ、RSI等进行综合判断。
2. 进一步筛选公司财务状况和管理层的背景等基本面因素。
3. 结合股票的历史表现判断股票的风险和回报。

最终的选股逻辑

选股逻辑包括振幅大于1，10日涨幅大于0小于35，反包，并且结合其他技术指标和基本面因素进行综合考量。

同花顺指标公式代码参考

COUNT[C < REF(C, 1), 5] = 5 AND C < MIN(C, 5) AND (HIGH-LOW) / REF(C, 1) > 0.01
AND C>MA(C,10) AND C<MA(C,10)*1.1

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)<5:
                continue
            last_day = k_data.iloc[-1,:]
            if last_day['close']<last_day['open']:
                continue
            elif last_day['close']>last_day[['open','high','low']].max():
                continue
            elif last_day['volume']>last_day['volume_ma']:
                continue
            elif (last_day['high']-last_day['low'])/last_day['close']<0.01:
                continue
            else:
                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)