问财量化选股策略逻辑
选股逻辑：振幅大于1，底部抬高，今日最大跌幅＜-4且＞-5。
选股逻辑分析
该选股逻辑主要考虑了短期的市场情绪，通过将最大跌幅控制在-4%到-5%之间，筛选出短期内有调整的个股。同时，振幅大于1和底部抬高两个指标则是基于价格走势进行选股的。
有何风险？
该选股逻辑若只考虑到市场短期情绪而未考虑到公司财务数据和未来盈利预期等因素，可能会降低选股的准确性，导致在长期投资中获得较为有限的回报。
如何优化？
该选股策略可以加入更多基本面指标和技术面指标，如市盈率、市净率、资产负债率、MACD、KDJ等等。同时可以结合宏观经济和政策环境，动态调整股票池，以期获得更好的投资收益。
最终的选股逻辑
综合考虑市场情绪和价格走势的选股策略如下：
1、振幅大于1。
2、底部抬高。
3、今日最大跌幅＜-4且＞-5。
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: (CLOSE/CLOSE_1-1)*100 < -4 AND (CLOSE/CLOSE_1-1)*100 > -5;
SELECTOR:=C1 AND C2 AND C3;
RESULT:=SELECTOR;
Python代码参考
以下是Python实现该选股逻辑的部分代码：
# 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，今日最大跌幅＜-4且＞-5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['close']/sdf['close'].shift(1)-1)*100 < -4) & ((sdf['close']/sdf['close'].shift(1)-1)*100 > -5)
# 返回选中个股的代码
return selected_stocks['symbol'].tolist()
通过在Python中综合考虑市场短期情绪和价格走势等多个指标，进行有效的选股策略，可以帮助我们更好地发现价格低估的个股，进而获取更好的交易收益。
## 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。
