问财量化选股策略逻辑
选股逻辑：振幅大于1,反包,流通市值大于100亿元。
选股逻辑分析
该选股策略同时考虑了技术指标和基本面指标，通过振幅、反包及流通市值等指标进行选股，筛选优质大盘股票，要求较为严格，适用于长期投资者。
有何风险？
该选股逻辑主要从技术面和基本面综合考虑，但未对具体行业和公司进行分别考虑，忽略了公司财务、行业前景等的影响，此外，选股的对象主要是大盘股，而并未对小市值及中小盘股进行考量，存在一定风险。
如何优化？
可结合多方面指标进行筛选，包括技术指标、基本面指标及行业环境等因素综合考虑，考虑选股对象不仅限于大盘股，在考虑具体股票的时候，除了流通市值等指标以外，也需要结合公司财务状况、行业前景等多因素进行分析。
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；
- 反包出现；
- 流通市值大于100亿元；
- 结合基本面指标进行深度分析；
- 筛选出优质股票。
同花顺指标公式代码参考
以下是该选股策略的指标公式代码：
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: MARKETCAP_0 > 10000000000; // 流通市值大于100亿元
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
high = dv.get_ts('high', symbol=symbols)
low = dv.get_ts('low', symbol=symbols)
close = dv.get_ts('close', symbol=symbols)
market_capital = dv.get_ts('circulating_market_cap', symbol=symbols)
price = (close == 18.5)
ta_func = Ta('CDLTASUKIGAP', 0, dv.get_ts('open'), high, low, close)
reverse_pattern = (Ta('CDL2CROWS', 0, dv.get_ts('open'), high, low, close) == 100)
market_value = (market_capital > 10000000000)
selected_stocks = ((high / low - 1 > 0.01)\
& reverse_pattern\
& market_value\
& price)
selected_stocks = selected_stocks.sort_values(by='close', ascending=True)
return selected_stocks.index.tolist()
综合考虑技术面和基本面，对于股票的流通市值等关键指标做出了较为严格的要求，筛选出大盘优质股票，提高投资收益的稳定性。同时，需注意在选股过程中对于公司财务和行业前景等多因素的综合考虑，减少选股风险。
## 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。
