问财量化选股策略逻辑
选股逻辑：振幅大于1,反包,开盘价在十日线左右。
选股逻辑分析
该选股逻辑从振幅、形态和趋势三个角度出发进行筛选。振幅因素筛选出波动较大的股票，形态因素则考虑了反包形态，降低了风险。趋势因素选取了开盘价在十日线左右的股票，容易捕捉到短期趋势。
有何风险？
单一指标的筛选容易造成选股集中度过高。在开盘价在十日线左右的条件下，忽略了股票的基本面因素，可能会忽视未来的发展潜力。
如何优化？
除了考虑技术因素，可以加入更多的基本面因素，如市盈率等指标。设置不同的参数限制，改善选股策略的灵敏性和稳健性。
最终的选股逻辑
基于以上分析，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；
- 开盘价在十日线左右；
- 综合分析其他因素，如市盈率、市净率等基本面指标；
- 筛选出优质股票。
同花顺指标公式代码参考
使用通达信指标计算，以下是该选股策略的通达信指标公式代码：
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: (OPEN - MA(CLOSE, 10)) / MA(CLOSE, 10) < 0.02 AND (OPEN - MA(CLOSE, 10)) / MA(CLOSE, 10) > -0.02; // 开盘价在十日线左右
FILTER: F01 AND F02 AND F03;
SELECT(IF(1, 1, 0), "选股"); // 输出文本信息：选股
python代码参考
以下是 Python 实现该策略的选股逻辑：
def stock_filter(dv, symbols):
# 获取数据，计算指标
close = dv.get_ts('close', symbol=symbols)
ma = ta.MA(dv, close, 10)
price_filter = (close.iloc[:, -1] > close.iloc[:, -2]) # 当前收益率大于0
amp = (close / close.shift(1) - 1).abs() > 0.01
ta_func_renko = Ta('CDLTRISTAR', 0, dv.get_ts('open'), dv.get_ts('high'), dv.get_ts('low'), close)
open_filter = ((dv.get_ts('open') - ma) / ma.abs() < 0.02) & ((dv.get_ts('open') - ma) / ma.abs() > -0.02)
selected_stocks = (price_filter & amp & ta_func_renko == 100 & open_filter)
selected_stocks = selected_stocks.sort_values(by='pct_chg', ascending=False)
return selected_stocks.index.tolist()
在加入开盘价在十日线左右的条件下，同时也引入了移动平均线技术因素。这样可以更好地控制选股的集中度，并强化选股策略的趋势判断能力。
## 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。
