问财量化选股策略逻辑
选股逻辑：振幅大于1,近25个交易日有单日涨幅大于等于百分之10,今日最大跌幅＜-4且＞-5。
选股逻辑分析
该选股策略主要从技术面考虑，通过考察股票的波动性、强势等指标进行选股。其中振幅大于1和近25个交易日有单日涨幅大于等于百分之10关注热门股；今日最大跌幅＜-4且＞-5关注今日强势反弹股。然而，该选股策略过于追求短期强势股，可能会选择投机性较大的股票，股票存在大风险。
有何风险？
该选股策略存在以下风险：
- 过于追求短期强势股，可能会选择投机性较大的股票，股票风险较高。
- 太过关注单一的技术指标，如今日最大跌幅，容易导致选择出错。
- 需要及时更新策略，以适应不断变化的市场环境。
如何优化？
针对以上风险，我们可以从以下方面进行优化：
- 增加投资者的资金管理，避免因为追求短期高收益而造成的损失。
- 加入更多的技术指标和基本面因素，如量价指标、市盈率等，以获取更全面的股票信息。
- 及时调整策略，根据市场变化进行调整和优化。
最终的选股逻辑
据此，我们最终确定的选股逻辑如下：
- 振幅大于1。
- 近25个交易日有单日涨幅大于等于百分之10。
- 今日最大跌幅＜-4且＞-5。
- 考虑流动性，如成交量等因素。
- 对技术指标的考虑更加全面，如量价指标、MACD指标等。
- 考虑基本面，如市盈率、收益等财务指标。
同花顺指标公式代码参考
C1 = IF(HIGH-LOW > ATR(CLOSE,20), 1, 0);
C2 = IF(ABS((CLOSE-REF(CLOSE, 1))/REF(CLOSE,1)) > 0.1, 1, 0);
C3 = IF(MAX(LOW-CLOSE, 0) < -4 AND MAX(LOW-CLOSE, 0) > -5, 1, 0);
C4 = // 考虑流动性的代码，如成交量等因素。
C5 = // 对技术指标的考虑更加全面，如量价指标、MACD指标等。
C6 = // 考虑基本面，如市盈率、收益等财务指标。
SELECTOR = C1*C2*C3*C4*C5*C6;
RESULT= SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
df = pd.read_csv('your_data.csv', index_col='date')
C1 = np.where(df['high'] - df['low'] > ta.atr(df, 20), 1, 0)
C2 = np.where(abs((df['close'] - df['close'].shift(1)) / df['close'].shift(1)) > 0.1, 1, 0)
C3 = np.where(np.logical_and(df['low'] - df['close'].shift(1) < -4, df['low'] - df['close'].shift(1) > -5), 1, 0)
C4 = // 考虑流动性的代码，如成交量等因素。
C5 = // 对技术指标的考虑更加全面，如量价指标、MACD指标等。
C6 = // 考虑基本面，如市盈率、收益等财务指标。
selector = C1 * C2 * C3 * C4 * C5 * C6
result = np.argsort(np.argsort(selector))
## 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。
