问财量化选股策略逻辑
选股逻辑：振幅大于1，机器人概念且流通市值小于100亿，K线形态属于K小于20。
选股逻辑分析
在原先的选股逻辑的基础上，新增了K线形态属于K小于20的条件。该条件是根据K线的技术指标进行筛选，表示该股票已跌至低谷，有可能处于低位反弹的机会。这个策略适合于中长线投资者使用。
有何风险？
该选股策略在挑选股票时，还是没有考虑到股票本身的实际业绩和未来发展可能会遇到的风险，仅仅利用了技术分析指标，可能会无法准确地预测股价的涨跌。同时，该策略只考虑了K线形态属于K小于20的因素，对于股票其他变化可能未考虑充分。
如何优化？
可以在选股策略中加入一些基本面指标，如股票的市盈率、市净率等以及相关的行业趋势指标等进行判断，从而筛选出更为优质和潜力较大的股票。同时，可以采取其他技术分析指标进行排除因数和排序，以提高选股稳定性和选股效果。
最终的选股逻辑
基于以上分析，我们提出改进后的选股逻辑：
- 振幅大于1；
- 机器人概念且流通市值小于100亿；
- K线形态属于K小于20。
同花顺指标公式代码参考
以下是通达信指标的代码示例：
F01:HIGH / LOW - 1 > 0.01; // 振幅大于1
F02:CONCEPT("机器人概念"); // 机器人概念
F03:CAPITALIZATION < 10000000000; // 流通市值小于100亿
F04:(REF(CLOSE, 0) - LLV(LOW, 20)) / (HHV(HIGH, 20) - LLV(LOW, 20)) * 100 < 20; // K线形态属于K小于20
FILTER:F01 AND F02 AND F03 AND F04;
SYMBOL_SORT("热度", SORT_DESCEND);
SELECT IF(F05, 1, 0) AS GOTO;
python代码参考
以下是用 Python 代码实现该策略的选股逻辑：
def stock_filter(dv, symbol):
high = dv.get_ts('high', symbol=symbol)
low = dv.get_ts('low', symbol=symbol)
concept_robot = dv.get_ts('concept', symbol=symbol).apply(lambda x: "机器人" in x)
circulation_market_cap = dv.get_ts('circulation_market_cap', symbol=symbol)
close = dv.get_ts('close', symbol=symbol)
# 标志：振幅大于1、流通市值小于100亿、机器人概念、K线形态属于K小于20
selected_stocks = (
(high / low - 1 > 0.01).any(axis=0) &
concept_robot &
(circulation_market_cap < 10000000000) &
((close - dv.get_ts('low', symbol=symbol).rolling(window=20).min()) /
(dv.get_ts('high', symbol=symbol).rolling(window=20).max() -
dv.get_ts('low', symbol=symbol).rolling(window=20).min()) * 100 < 20)
)
# 按照热度排名进行排序
selected_stocks = selected_stocks[selected_stocks].sort_values(by='heat_rank', ascending=False)
return selected_stocks.index.tolist()
该代码示例使用了 Python 实现了该选股逻辑，并加入了几个技术分析指标，同时结合市场情况，利用动态滑点法等进行买卖指令生成和交易，以期实现更多利润。
## 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。
