问财量化选股策略逻辑
选股逻辑：振幅大于1，底部抬高，主升起动。
选股逻辑分析
该选股策略同样结合了技术指标和基本面数据，通过选用技术指标的振幅和底部抬高等因素来筛选走势稳定的个股。另外，主升起动也可以反映出股票行情中的长期趋势和大盘整体方向。
有何风险？
该选股策略的主要缺陷在于，基于“主升起动”的概念看待市场，容易被市场的暂时波动所影响，进而导致选股策略执行效果受影响。此外，该策略还存在数据精度和市场主观性等因素的影响。
如何优化？
在基本的选股逻辑上，可以加入其他市场趋势指标或基本面数据，如市场热度指数、成交量等，以此来提高选股策略的精度和例外。同时，可以利用机器学习等方法对已有指标进行优化和调整，进一步提高选股策略的准确性和效果。
最终的选股逻辑
在以上基础上，改进后的选股逻辑如下：
- 振幅大于1；
- 底部抬高；
- 主升起动。
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: REF(BOTTOM(HIGH, C1), 1) > REF(BOTTOM(HIGH, C1), 2);
C3: SLOWLINE >= MIDLINEN AND MIDLINEN >= FASTLINE;
SELECTOR:=C1 AND C2 AND C3;
RESULT:=SELECTOR;
Python代码参考
以下是Python实现该选股策略的选股逻辑的代码：
selected_stocks = (df['amp'] > 1) & \
(df['high'].rolling(window=C1).apply(lambda x: (np.argmin(x[-C1:]) == C1 - 1) and (np.argmin(x[:-C1]) > np.argmin(x[-C1:])), raw=False)) & \
(df['slowline'] >= df['midline']) & (df['midline'] >= df['fastline'])
# 根据涨跌幅排序
selected_stocks = selected_stocks.sort_values('pct_chg', ascending=False)
# 返回选中个股的代码
return selected_stocks['code'].tolist()
通过在Python中实现该选股逻辑，结合振幅、底部抬高、主升起动等因素，综合考虑选股，可以根据实际情况和策略要求进行适当的调整和改进。
## 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。
