问财量化选股策略逻辑
选股逻辑：振幅大于1,反包,昨天龙虎榜。
选股逻辑分析
该选股逻辑主要从振幅和形态两个角度出发进行筛选，增加了龙虎榜的条件。形态因素的筛选增加了一些主观性，但相对于单纯的技术指标更具有选股价值。龙虎榜的条件可以反映市场的热点行情，筛选出表现较好的个股。
有何风险？
昨天入选龙虎榜并不一定代表公司估值优势或未来业绩可期。此外，形态因素的识别存在主观性，需要注意判断误差。同时，过于依赖热点板块和龙虎榜的情况容易导致选股集中度较高。
如何优化？
可以结合更多量化的指标，如市盈率、市净率等基本面因素，对股票进行筛选，并避免单纯依赖形态指标、热点板块和龙虎榜等条件的筛选。另外，可以设置不同的参数限制，调整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；
- 昨天入选龙虎榜；
- 当前股票收益率大于0；
- 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
T01: THS_TODAY_IN_HSLG>0 OR THS_TODAY_IN_HSLD>0 OR THS_TODAY_IN_HSLC>0; // 昨天入选龙虎榜
F03: CLOSE / REF(CLOSE, 1) > 1; // 当前收益率大于0
FILTER: F01 AND F02 AND T01 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)
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)
dt = datetime.now() - timedelta(days=1)
date = dt.strftime('%Y-%m-%d')
lh = dv.get_major_trade(date=date, symbol=symbols)
dragon_tiger_filter = (lh['type'] != '')
selected_stocks = (dragon_tiger_filter & price_filter & amp & (ta_func_renko == 100))
selected_stocks = selected_stocks.sort_values(by='pct_chg', ascending=False)
return selected_stocks.index.tolist()
在结合形态因素和振幅因素的基础上，添加了昨天龙虎榜的条件。同时，注意到选股集中度容易过高的问题，可以在条件上进行适当限制，从而平衡收益和分散风险。
## 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。
