问财量化选股策略逻辑
选股逻辑：振幅大于1，底部抬高，昨天换手率＞8%。
选股逻辑分析
该选股策略同样考虑了技术面和基本面的指标，只是增加了对股票流通性的关注。振幅大于1旨在排除波动性过小的缓涨股，底部抬高则是关注价格底部构筑逐渐高起的迹象，昨天换手率＞8%则是强调股票在昨天的相对活跃程度。这些指标综合考虑，选取的股票更有可能具有较好的投资机会和较高的回报。
有何风险？
该选股策略仍然比较简单，选取的指标相对较为单一，可能无法完全符合所有投资者的需求。特别是昨天的换手率，可能会被短期的市场情绪影响，忽略股票内在价值的变化。另外，即使是流通性较好的股票，也有可能出现买卖盘不匹配等情况，导致交易成本过高或无法成交。因此，还需要综合考虑其他基本面指标、技术指标等因素，并对股票自身的特征进行分析，才能准确找到投资机会。
如何优化？
除了上述风险提示，可以进一步加入其他基本面指标和技术指标，如市盈率、市净率、均线系统、MACD等。对于换手率指标，可以相对比较考虑，不一定非要选取昨天的换手率，也可以选取较长时间段内的平均换手率或波动换手率。另外，可以加入一些风控指标，如股价止损、市场情绪指标等，避免因市场变化而产生较大的风险。
最终的选股逻辑
基于以上分析，完善的选股逻辑如下：
1.振幅大于1；
2.底部抬高；
3.较长时间段内的平均换手率或波动换手率大于一定值；
4.加入市盈率、市净率、均线系统、MACD等基本面指标和技术指标；
5.加入一定的风控指标，如股价止损、市场情绪指标等。
同花顺指标公式代码参考
以下是同花顺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 = MEAN(TO_100(TURNOVER()), 60) > 8;
SELECTOR = C1 AND C2 AND C3;
RESULT = SELECTOR;
python代码参考
以下是Python实现该选股策略的部分代码：
# 筛选符合条件的股票
selected_stocks = []
for stock in stocks:
# 获取该股票的历史K线数据
df = get_price(stock, start_date=start_date, end_date=end_date, frequency='daily', fields=['open', 'high', 'low', 'close', 'volume'], skip_paused=True, fq='pre')
# 计算平均换手率，判断是否符合选股逻辑
avg_turnover = df['volume'].rolling(window=60, min_periods=1).mean()
c1 = df['high'].std() > 1
c2 = BOTTOM(df['high'], 2) > BOTTOM(df['high'], 3) > BOTTOM(df['high'], 4)
c3 = avg_turnover.iloc[-1] > 8
# 选取符合条件的股票，加入结果列表中
if c1 and c2 and c3:
selected_stocks.append(stock)
return selected_stocks
以上代码仅供参考，具体实现还需要根据自身需求进行调整。
## 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。
