问财量化选股策略逻辑
选股逻辑：振幅大于1，底部抬高，30日平均线向上。
选股逻辑分析
该选股逻辑同样是从技术面出发，认为振幅大于1表示股票波动较大，底部抬高则表示股票已经反弹，30日平均线向上则表示股票趋势偏向上涨。综合这些技术指标进行选股，也是一种相对简单而又实用的方法。
有何风险？
该选股逻辑同样只考虑了股票的技术面，忽略了公司的基本面，从而可能选择到质量不高的公司股票。此外，像"底部抬高"之类的技术指标也很容易被市场噪音所干扰，因此在实际应用过程中需要注意该问题，还需加入其他指标进行筛选。
如何优化？
该选股策略可以加入一些基础面数据的评估，如市盈率，市净率等来判断公司的估值水平和盈利能力，排除那些估值过高或盈利能力较弱的企业。
同时，考虑加入一些市场趋势指标，如MACD、KDJ等来辅助趋势的判断，并结合技术面指标，如布林线、均线交叉等指标进行选股，以提高选股的质量和准确性。
最终的选股逻辑
在分析和优化该选股策略后，我们可以得到最终的选股逻辑：
- 振幅大于1；
- 底部抬高；
- 30日均线向上；
- 市盈率<60；
- 市净率<10；
- 过去5年盈利稳定；
- 剔除ST和*ST股票；
- 止损条件：30日均线以下止损，或下跌超过8%止损。
同花顺指标公式代码参考
以下是在同花顺上实现该选股策略的指标公式代码：
C1: AMP()>1;
C2: BOTTOM(HIGH,C1)>BOTTOM(HIGH,C1+1);
C3: MA(CLOSE,30) > REF(MA(CLOSE,30), 1);
C4: PE<=60 AND PB<=10;
C5: PROFITS5>0
C6: MV<=10000000;
C7: NOT(INSTR('ST',SINFO) OR INSTR('*ST',SINFO));
SELECTOR:=C1 AND C2 AND C3 AND C4 AND C5 AND C6 AND C7;
RESULT:=SELECTOR;
Python代码参考
以下是Python实现该选股逻辑的部分代码：
from stockstats import _STOCK_COMPARABLE_INDEXES, StockDataFrame
# 定义股票池
s_pool = ['SH.600000', 'SH.600036', 'SH.600519', 'SZ.000858',
'SZ.000333', 'SH.601398', 'SH.601288', 'SZ.000002',
'SZ.000651', 'SH.600030']
# 筛选振幅大于1，底部抬高，30日移动平均线向上的个股
selected_stocks = (sdf['amp'] > 1) & \
(sdf['low'].rolling(window=C1).apply(lambda x: (np.argmax(x[-C1:]) == C1 - 1) and (np.argmax(x[:-C1]) < np.argmax(x[-C1:])), raw=False)) & \
(sdf['30ma'] > sdf['30ma'].shift(1)) & \
(sdf['pe'] <= 60) & \
(sdf['pb'] <= 10) & \
(sdf['profits5'] > 0) & \
(~sdf['scode'].str.contains('ST')) & \
(~sdf['scode'].str.contains('*ST'))
# 加入止损策略：30日均线以下止损，或者下跌超过8%止损
sdf['ma30'] = sdf['close'].rolling(window=30).mean()
sdf['sell_signal'] = (sdf['close'] < sdf['ma30']) | ((sdf['close'] - sdf['close'].shift(1)) / sdf['close'].shift(1) < -0.08)
selected_stocks = selected_stocks & (~sdf['sell_signal'])
# 返回选中个股的代码
return selected_stocks['symbol'].tolist()
通过在Python中实现该选股逻辑并加入基本面数据和市场趋势等因素进行筛选，可以提高选股的质量和准确度，让我们更加准确地发现具有上涨潜力的股票。
## 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。
