(supermind)振幅大于1、底部抬高、换手率3%-12%

问财量化选股策略逻辑

选股逻辑：振幅大于1，底部抬高，换手率3%-12%。

选股逻辑分析

该选股策略结合股票市场的技术指标与基本面数据，通过振幅大于1和底部抬高两个技术指标筛选出走势稳定的个股，然后进一步筛选出换手率符合3%-12%区间的个股。

有何风险？

该选股策略依赖于技术指标和基本面数据的精确解读，但市场是动态变化的，股票风险也无法完全消除。此外，换手率的采集和计算需要一定的时间，有可能导致选股的滞后性。

如何优化？

可以通过增加其他指标或数据来更加全面地考虑个股的特征和风险，如市场情绪指标、成交量、财务指标等，进一步提高选股策略的精度和稳定性。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，提高选股策略的策略回报。

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；
换手率在3%-12%的区间内。

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: (Turnover() >= 0.03) AND (Turnover() <= 0.12);
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['turnover_rate'] >= 0.03) & \
                  (df['turnover_rate'] <= 0.12)

# 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、底部抬高和换手率等指标，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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind)振幅大于1、底部抬高、换手率3%-12%_