(supermind)振幅大于1、开盘价在十日线左右、今日最低价小于昨日最低价_

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，今日最低价小于昨日最低价。该策略旨在挑选出较低点进入，具有较强市场表现的股票标的。

选股逻辑分析

1. 振幅大于1表明该股票波动较大，有较高的市场表现；
2. 开盘价在十日均线左右说明该股票相对于十日均线的市场表现较为平稳；
3. 今日最低价小于昨日最低价说明该股票具有较低进入点，有较好的市场表现。

有何风险？

1. 振幅大的股票可能存在风险较高的市场环境；
2. 该策略忽略了股票的基本面因素，如财务数据、业绩等；
3. 仅凭昨日最低价无法全面反映趋势，过于短视。

如何优化？

1. 结合其他市场数据进行筛选，如市场交易量、市值、股息率等；
2. 加入技术分析指标，如K线形态、MACD、RSI等，以更全面分析市场表现；
3. 使用历史数据进行回测和优化，寻找更加合适的参数。

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，今日最低价小于昨日最低价。在使用中需要综合考虑多重因素，以降低风险并提高准确性。

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);
amp = 100 * (high - low) / close;
picks_amplitude = IF(amp > 1, 1, 0);

# 计算十日平均线
ma10 = MA(CLOSE, 10);
picks_ma10 = IF((OPEN > ma10 * 0.95) & (OPEN < ma10 * 1.05), 1, 0);

# 计算今日最低价小于昨日最低价
picks_low_price = IF(LOW < REF(LOW, 1), 1, 0);

# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_low_price;
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())

# 计算十日平均线
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)

# 计算今日最低价小于昨日最低价
picks_low_price = set(df[df['low'] < df['low'].shift(1)]['ts_code'].tolist())

# 输出选股结果
picks_stock = picks_amplitude & set(df[df['picks_ma10']]['ts_code'].tolist()) & picks_low_price
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)