问财量化选股策略逻辑
选股逻辑为：振幅大于1、股价为18.5元、机器人概念且流通市值小于100亿。该选股策略主要是通过选取振幅较大、机器人概念、流通市值适中的标的来寻找具有潜力的股票。
选股逻辑分析
该选股逻辑在振幅大于1、股价为18.5元的基础上，加入机器人概念和流通市值小于100亿的条件。机器人概念是指与人工智能、自动化等相关的概念，可以关注未来科技发展前景较好的标的。而流通市值小于100亿，可以筛选出市值适中且有一定上涨空间的标的，同时降低了选股风险。
有何风险？
该选股策略虽然考虑了一些基本面和市场趋势等因素，但仍有可能存在遗漏或误判的情况。同时，选股策略过于依赖机器人概念和流通市值等指标，可能存在局限性。此外，过分追求高技术概念，可能会存在市值虚高、业绩不佳等风险。
如何优化？
可以加入更多的筛选条件和指标，如盈利增长率、股息率、ROE等基本面指标，同时加入宏观经济指标、行业分析等因素，以全面考虑股票的基本面和市场趋势。此外，可以设置合理的止盈、止损等风险控制措施，有效控制投资风险。
最终的选股逻辑
选股条件为：振幅大于1、股价为18.5元、机器人概念且流通市值小于100亿。同时加入基本面指标、宏观经济指标、行业分析等分析，找到有长期投资潜力和景气周期上升趋势的股票。并规定止盈、止损等风险控制措施。
同花顺指标公式代码参考
# 振幅大于1
SELECT1 = (HIGH - LOW) / HIGH > 0.01
# 股价为18.5元
SELECT2 = CLOSE == 18.5
# 包含机器人概念
SELECT3 = INCONCEPT('机器人')
# 流通市值小于100亿
SELECT4 = CIRCULAT_MARKET_CAP < 100
SELECT = SELECT1 AND SELECT2 AND SELECT3 AND SELECT4
SORT_BY = '成交额'
SORT_ASCEND = False
以上为计算选股逻辑的同花顺指标公式。其中，INCONCEPT为包含特定行业的指标函数。
Python代码参考
import pandas as pd
import tushare as ts
def get_selected_stocks():
# 获取tushare连接
ts.set_token('Your Token')
pro = ts.pro_api()
# 获取股票数据
stock_data = pro.daily(trade_date='20220101')
# 进行选股
selected_stocks = []
for idx, row in stock_data.iterrows():
# 判断振幅大于1、股价为18.5元
if (row['high'] - row['low']) / row['high'] <= 0.01 or row['close'] != 18.5:
continue
# 包含机器人概念
concepts_data = pro.concept_detail(ts_code=row['ts_code'], fields='concept_name')
if not concepts_data['concept_name'].str.contains('机器人').values[0]:
continue
# 流通市值小于100亿
if row['circ_mv'] >= 10000000000:
continue
# 根据筛选条件选取标的
selected_data = {}
selected_data['ts_code'] = row['ts_code']
selected_data['stock_name'] = row['name']
selected_data['stock_price'] = row['close']
selected_data['circ_market_cap'] = row['circ_mv']
# 可添加其他指标
selected_stocks.append(selected_data)
# 按成交额从高到低排序
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol'], reverse=True)
return selected_stocks_sorted
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、机器人概念且流通市值小于100亿。可根据实际需求进行修改，同时可添加其他指标。
## 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。
