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，圆弧形。
选股逻辑分析
该选股策略在基本面因素的振幅、机器人概念、流通市值的基础上，加入了技术面因素的「圆弧形」。选择这个技术形态，有可能已经发生多次反弹，并且可能暂时避免了大幅下跌的风险，从而可以被视为一个买入时机。
有何风险？
选股策略中的技术面因素容易受到市场短期消息和操纵的影响，而不一定能够反映公司的长远发展。此外，该策略可能忽略了交易量和股价的趋势变化，而导致选股结果缺乏信服性。
如何优化？
首先，可以考虑增加相关基本面指标的筛选条件，以减弱技术面指标对选股结果的影响。其次，可以引入其它技术指标，例如KDJ指标、MACD指标等，以提高选股精度。最后，可以考虑加入股票在行业、大盘中的表现等因素，以充分考虑股票的相对强度。
最终的选股逻辑
综合以上分析，我们提出一种改进的选股逻辑：
- 振幅大于1；
- 机器人概念且流通市值小于100亿；
- 上一个交易日收盘价出现圆弧形。
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:CIRCULAR_ARC(CLOSE, 1) > 0; // 上一个交易日收盘价出现圆弧形
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：
import talib
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)
# 计算标志：振幅大于1、流通市值小于100亿、上一个交易日收盘价出现圆弧形
selected_stocks = (
(high / low - 1 > 0.01).any(axis=0) &
concept_robot &
(circulation_market_cap < 10000000000) &
(talib.CDLMEDIUMRIVERA(close.shift(1)) > 0) # CDLMEDIUMRIVERA表示圆弧形，shift(1)表示上个交易日的收盘价
)
#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 Python 实现了该选股逻辑，综合考虑了振幅、机器人概念、流通市值以及圆弧形形态等因素，并使用了TALib工具包中的CDLMEDIUMRIVERA函数。
## 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。
