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，昨天龙虎榜。
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、以及市场交易热度方面进行筛选。昨天龙虎榜的选股方式可以提高投资者的参与度，有助于扩大市场流通性。
有何风险？
该选股策略可能忽略了公司的财务、经营等实体因素，给股票投资带来风险。股票被炒作风险较大，而忽略了公司实质性因素，容易导致实质性价值与股票价格的脱离。
如何优化？
为了减少投资风险，应该加强对公司实体经营情况的关注和对历史业绩的评估。此外，可以在合适的时间进行龙虎榜股票的加仓或减仓。
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：
1.振幅大于1；
2.机器人概念且流通市值小于100亿；
3.昨天龙虎榜。
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:YESTERDAY_LHB > 0; // 昨天入选龙虎榜
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)
yesterday_lhb = dv.get_ts('lhb', symbol=symbol, start='-1bd')
# 计算标志：振幅大于1、流通市值小于100亿、昨天入选龙虎榜
selected_stocks = (
(high / low - 1 > 0.01).any(axis=0) &
concept_robot &
(circulation_market_cap < 10000000000) &
(yesterday_lhb > 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、流通市值以及昨天龙虎榜等因素。其中lhb为龙虎榜数据，通过数据源和数据平台获取。
## 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。
