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
- 竞价涨幅＞-2＜5
选股逻辑分析
该选股策略同样主要从技术面出发，振幅大于1表明市场对该股票的波动有所期待，今日最低价小于昨日最低价表明股价处于上升趋势，竞价涨幅涉及到投资者的市场情绪和大盘走势。同时，该选股策略相对简单易懂，适用于初学者对市场的观察。
有何风险？
该选股策略同样忽略了公司的基本面因素和其他市场因素，需要注意其风险。同时，竞价涨幅只是一时的市场情绪反应，不能完全代表股票的未来走势。
如何优化？
在技术面上，可以加入其他指标，如MACD，RSI等技术指标，构建更为全面的选股策略。在基本面考虑上，可以加入EPS，ROE等指标。
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，表明股价上升趋势已经明显。
- 竞价涨幅＞-2＜5，仅为参考市场情绪，不能完全代表股票的未来走势。
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)
- 竞价涨幅＞-2＜5：(open - preClose) / preClose * 100 > -2 and (open - preClose) / preClose * 100 < 5
python代码参考
import pandas as pd
import tushare as ts
import time
df = ts.get_today_all()
df = df.dropna()
df['condition1'] = df['amplitude'] > 1
df['condition2'] = df['low'] < df['low'].shift(1)
df['condition3'] = (df['open'] - df['preClose']) / df['preClose'] * 100 > -2 and (df['open'] - df['preClose']) / df['preClose'] * 100 < 5
df = df[df['condition1'] & df['condition2'] & df['condition3']]
codes = df['code'].tolist()
result = pd.DataFrame()
for code in codes:
bars = ts.get_realtime_quotes(code)
result = result.append({'code': code, 'name': bars['name'].tolist()[0], 'price': float(bars['price'].tolist()[0])}, ignore_index=True)
time.sleep(0.1)
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。
