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，酷特智能早晨之星。
选股逻辑分析
该选股策略主要考虑了技术面与基本面综合因素，综合考虑股票的波动性、投资价值、投资热度等多个因素，寻找具有较高收益潜力与安全性的股票。
有何风险？
由于该选股策略主要考虑了基本面和技术面的因素，而忽略了股票所属的板块、政策等因素，可能存在选出的股票风险较大的情况。
如何优化？
可以在已有的基础上，加入板块、宏观经济、资金流动等因素，并进行定量分析，更加全面地评估股票的投资潜力与风险。
最终的选股逻辑
综上所述，笔者设计的选股逻辑如下：
- 振幅大于1；
- 机器人概念；
- 流通市值小于100亿元；
- 酷特智能早晨之星。
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:LC >= REF(MA(CLOSE,6),1) AND O < LC AND C > O; // 酷特智能早晨之星
FILTER:F01 AND F02 AND F03 AND F04;
SYMBOL_SORT("热度", SORT_DESCEND);
SELECT IF(F04, 1, 0) AS GOTO;
python代码参考
通过 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)
lc = dv.get_ts('low', 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、酷特智能早晨之星
selected_stocks = (
(high / low - 1 > 0.01).any(axis=0) &
concept_robot &
(circulation_market_cap < 10000000000) &
(lc >= dv.df['close'].rolling(window=6, min_periods=1).mean().shift(1)) &
(dv.add_formula('F04', 'LC >= REF(MA(CLOSE,6),1) AND O < LC AND C > O')
== 1).any(axis=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实现该选股逻辑，综合运用技术面与基本面两方面的指标进行股票筛选，提高投资效果及安全性。
## 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。
