问财量化选股策略逻辑
选股逻辑：振幅大于1,反包,周线红柱。
选股逻辑分析
该选股逻辑综合运用了波动性和技术指标两个方面进行筛选。通过考虑振幅、反包和周线红柱三个方面的因素，筛选出具有较大波动性和良好技术面的股票，具有一定的筛选能力。
有何风险？
该选股策略虽然对股票波动性和技术面均进行了考量，但仅考虑周线红柱可能对于一些具备较明显季节性或周期性特征的行业并不能够进行很好的筛选，可能导致在这些个股投资中具有较大风险暴露，需要更加谨慎地进行风险控制。
如何优化？
可以考虑在选股策略上加入其他技术指标及基本面因素等，以筛选更加合适的股票。例如可以考虑加入MACD、RSI、财务指标等其他较具代表性的股票指标，同时进行更加周密的风险控制，以及合理的资金管理。
最终的选股逻辑
在以上分析基础上，提出完善后的选股逻辑：
- 振幅大于1；
- 近3天内出现反包形态；
- 周线红柱大于0。
同花顺指标公式代码参考
以下是该选股策略在通达信中的指标公式代码：
F01: (HIGH/LOW - 1) > 0.01; // 振幅大于1
F02: NOT(SIGN(CLOSE - REF(CLOSE, 1)) == SIGN(REF(CLOSE, 1) - REF(CLOSE, 2))); // 反包
F03: REDKLINE(CLOSE, 5) > 0; // 周线红柱大于0
FILTER: F01 AND F02 AND F03;
SELECT(IF(1, 1, 0), "选股"); // 输出选中的股票
python代码参考
以下是 Python 实现该策略的选股逻辑：
# 数据预处理部分
close = dv.get_ts('close', symbol=symbols)
high = dv.get_ts('high', symbol=symbols)
low = dv.get_ts('low', symbol=symbols)
# 计算技术指标
amp = (close / close.shift(1) - 1).abs() > 0.01
ta_func_renko = Ta('CDLTRISTAR', 0, dv.get_ts('open', symbol=symbols), high, low, close)
rt_filter = (ta_func_renko == 100)
rt_filter = rt_filter.iloc[:, :-1].sum(axis=1) > 0
ta_func_macd = Ta('MACD', 0, close)
macd_filter = ta_func_macd.iloc[:, 1] > ta_func_macd.iloc[:, 2]
ta_func_rsi = Ta('RSI', 0, close)
rsi_filter = ta_func_rsi.iloc[:, -1] > 50
selected_stocks = ((amp & rt_filter) & macd_filter) & rsi_filter).sort_values(ascending=False)
return selected_stocks.index.tolist()
通过振幅、反包和MACD、RSI等技术指标来进行筛选，以筛选出高质量股票。
## 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。
