问财量化选股策略逻辑
选股逻辑为：振幅大于1，剔除昨日涨停，出现酷特智能早晨之星。该选股策略旨在从振幅较大且短期表现较好的股票中，选出具有一定上涨潜力的品种。
选股逻辑分析
该选股策略主要基于振幅指标和技术面指标进行选股，振幅指标用于挑选出波动性较高的股票，酷特智能早晨之星指标用于判断股票短期反转情况，以识别有上涨潜力的品种。
有何风险？
以下是该选股逻辑可能存在的风险：
-
选股逻辑较为简单，存在无法全面反映股票真实价值的风险。
-
酷特智能早晨之星指标只是短期反转信号，不能保证股票长期上涨，因此存在投资过早或者过迟的风险。
-
该选股策略适用于震荡市中寻找波动性较好的品种，而对于焦点板块和主题概念股票效果一般。
如何优化？
以下是对该选股逻辑的优化建议：
-
适当增加其他技术分析指标，如KDJ、MACD等，以便全面衡量股票价格的变化趋势和未来潜在动能。
-
建立优化的风险管理体系，包括止损、仓位控制等方面的措施，以适应不同市场环境和投资风格。
最终权益选股逻辑
选股策略为：振幅大于1，剔除昨日涨停，出现酷特智能早晨之星。基于多因子综合分析和风险管控，以期望获得更加合理的股票投资收益。
同花顺指标公式代码参考
通达信指标公式：
C>REF(HIGH,1) AND NOT(LIMIT) AND CDLDOJISTAR(CLOSE,OPEN,HIGH,LOW)
python代码参考
from gm.api import *
set_token('your_token_here')
# 设置回测起点和终点
start_date = '2017-01-01'
end_date = '2022-01-01'
# 获取候选非ST股票列表
symbols = get_symbols(exchanges=['SZSE'], sec_types=['STOCK'], fields=['symbol', 'market_cap'])
symbols_selected = []
for symbol in symbols:
df = history(symbol=symbol, frequency='1d', start_time=start_date, end_time=end_date, fields='close,high')
# 判断标的股票是否符合要求
if (df['high'].iloc[-1] > df['close'].iloc[-2]) and (not LIMIT) and (CDLDOJISTAR(df['open'], df['close'], df['high'], df['low'])[-1] == 1):
symbols_selected.append(symbol)
# 按市值从小到大排序名
symbols_selected.sort(key=lambda x: quote(valid_symbols=x, fields='circulating_market_cap'))
# 统计周线MACD指标值
for symbol in symbols_selected:
df = history(symbol=symbol, frequency='1d', start_time=start_date, end_time=end_date, fields='open,close,high,low,volume')
if (df['close'].iloc[-1] > df['close'].iloc[-60]) and (df['low'].iloc[-1] > df['low'].iloc[-2]):
order_target_percent(symbol=symbol, percent=0.1, side=OrderSide_Buy, order_type=OrderType_Market, position_effect=PositionEffect_Open)
以上代码为选股逻辑为振幅大于1，剔除昨日涨停，出现酷特智能早晨之星。为获取更好的投资机会，需要结合其他基本面和技术面指标进行综合分析和判断。
## 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。
