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,收益＞0。
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，增加了股票收益的因素。该策略能够挑选出基本面优良、交易活跃、股价上涨的潜力股。
有何风险？
收益作为股票评价的主要指标之一，虽然能够体现公司经营能力和市场表现，但也存在一定的风险。由于股票市场的风险，股票收益不一定能够持续增长。同时，该选股策略可能会忽略一些流通市值较小但基本面优良的公司，而偏向于流通市值较大的公司。
如何优化？
该选股策略可以通过增加其他品种的选择条件，例如市盈率、市净率等指标，以减小非基本面因素对选股策略的干扰。同时，可以加入过去一段时间的股价趋势和量价关系等技术因素作为筛选标准，增强选股的有效性。另外，可以考虑适度降低收益的阈值，以更广泛地发现潜力股。
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；
- 流通市值小于100亿；
- 收益大于0。
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:(CLOSE / REF(CLOSE, 1) - 1 > 0); // 收益大于0
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)
# 计算标志：振幅大于1、流通市值小于100亿、机器人概念、当日收益大于0%
selected_stocks = (
(high / low - 1 > 0.01).any(axis=0) &
concept_robot &
(circulation_market_cap < 10000000000) &
(circulation_market_cap > 0) &
(close / close.shift(periods=1) - 1 > 0)
)
#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、当日收益等因素，但将流通市值的筛选条件调整为小于100亿。同时，收益计算方法为当日收益率超过0%。
## 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。
