问财量化选股策略逻辑
选股逻辑：振幅大于1,周线红柱,今日最低价小于昨日最低价。
选股逻辑分析
该选股策略同样主要应用于技术分析，通过振幅和周线指标选择高波动的股票，并且结合今日最低价小于昨日最低价的条件，选取近期可能存在回调或调整的股票。该选股逻辑适用于短线操作，但是过度关注技术面，可能会忽略公司的基本面情况，如果市场环境不适用，股票的风险较大。
有何风险？
该选股策略风险较大，单纯根据技术指标选股，忽视了股票的基本面，短期波动性较大，具有一定的风险。另外，仅以今日最低价小于昨日最低价作为判断条件，可能出现过度追涨导致的回调风险。
如何优化？
为了降低风险，可以结合股票的基本面条件，比如PE、PB、ROE等指标。此外，可以结合市场整体情况，考虑资产配置和风险控制，同时根据行情变化进行调整，避免盲目追涨杀跌，降低风险并提高策略的稳定性。
最终的选股逻辑
结合技术面和基本面指标，通过波动性等技术指标选择高波动性股票，并结合基本面指标，同时考虑当前市场整体趋势等，避免盲目追涨杀跌，提高策略的可靠性与稳定性。最终选股逻辑如下：
-
振幅大于1；
-
周线为红柱；
-
今日最低价小于昨日最低价；
-
根据基本面指标筛选符合条件的股票；
-
考虑当前市场整体趋势等因素；
-
进行合理的资产配置与风险控制。
同花顺指标公式代码参考
以下是同花顺实现该策略的部分指标公式代码：
C1 = AMP() > 1;
C2 = WEEKLY(COLOR(MACD(12, 26, 9), RED)) > 0;
C3 = LOW < REF(LOW, 1);
SELECTOR = C1 AND C2 AND C3;
RESULT = REF(SORT(RANK(SELECTOR AND CAPITALIZATION ),1),0) == 0;
Python代码参考
以下是Python实现该策略的部分代码：
def select_stocks():
selected_stocks = []
for stock in get_all_securities(types=['stock']).index:
c1 = get_price(stock, count=1, end_date=datetime.now(), frequency='1d', fields='amplitude')[0] > 0.01
c2 = get_macd(stock, count=1, unit='1w', include_now=True, fillna=True)['macdhist'][-1] > 0
c3 = get_price(stock, end_date=datetime.now()-timedelta(days=1), count=2, frequency='1d')['low'][0] > get_price(stock, end_date=datetime.now()-timedelta(days=2), count=2, frequency='1d')['low'][1]
if c1 and c2 and c3:
selected_stocks.append(stock)
return selected_stocks
result = select_stocks()
print(result)
以上Python代码仅供参考，具体实现还需要结合自身需求进行调整。
## 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。
