(supermind)振幅大于1、开盘价在十日线左右、60开头的股票_

问财量化选股策略逻辑

选股逻辑为振幅大于1、开盘价在十日均线左右、股票代码以60开头的股票标的。该策略旨在挑选出波动较大、市场相对稳定，并且市值较小的股票标的，以获得高额投资收益。

选股逻辑分析

1. 振幅大于1表明该股票波动较大，有较高的投资收益机会；
2. 开盘价在十日均线左右说明该股票的市场态势相对稳定；
3. 选取代码以60开头的股票，以筛选市值较小的股票。

有何风险？

1. 股票市值较小，流动性差，可能存在买卖难度；
2. 选股过于依赖技术指标，可能存在市场环境等其他因素影响。

如何优化？

1. 通过引入基本面数据、行业趋势、市场情绪等多方面因素来综合考虑股票的投资价值，减少选股风险；
2. 选取适当的时间窗口和股票池规模，避免大规模流动性不足的情况。

最终的选股逻辑

选股逻辑为振幅大于1、开盘价在十日均线左右、股票代码以60开头的股票标的。在选股时结合其他多方面因素，综合考虑选股，以提高选股的准确性和成功率。

同花顺指标公式代码参考

# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)

# 判断开盘价在十日均线左右
ma10 = MA(CLOSE, 10)
picks_ma10 = IF((OPEN > ma10 * 0.95) & (OPEN < ma10 * 1.05), 1, 0)

# 筛选股票代码以60开头
picks_code_prefix = LEFT(CODE, 2) == '60'
picks_stock_code = IF(picks_code_prefix, 1, 0)

# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_stock_code
WriteIf(picks_stock, picks_stock, 0)

Python代码参考

# 计算振幅
df['amplitude'] = 100 * (df['high'] - df['low']) / df['close']
picks_amplitude = set(df[df['amplitude'] > 1]['ts_code'].tolist())

# 判断开盘价在十日均线左右
ma10 = df['close'].rolling(10).mean()
df['picks_ma10'] = ((df['open'] > ma10*0.95) & (df['open'] < ma10*1.05)).apply(lambda x: True if x else False)

# 筛选股票代码以60开头
df['picks_code_prefix'] = df['ts_code'].apply(lambda x: True if x[:2] == '60' else False)
picks_stock_code = set(df[df['picks_code_prefix']]['ts_code'].tolist())

# 输出选股结果
picks_stock = picks_amplitude & picks_ma10 & picks_stock_code
print(picks_stock)

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)