问财量化选股策略逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、昨日9:15匹配价跌停。该选股策略旨在寻找具有较好的价格波动性、短期趋势变化和做空机会的个股。
选股逻辑分析
该选股逻辑主要关注了价格波动性、短期趋势变化和做空机会等因素，先通过振幅和酷特智能早晨之星等指标来筛选具有较高的投资价值和潜力的个股，再在此基础上选取昨日9:15匹配价跌停的股票，以捕捉股票价格反弹下跌的机会。
有何风险？
该选股逻辑虽然关注了做空机会等因素，但太过侧重于股票价格波动性和短期趋势变化等因素，会忽略一些基本面因素，如公司财务、行业前景等信息。因此，可能会出现选出的个股短期内不符合预期的情况。
如何优化？
可以结合基本面等因素，来更全面地分析个股的投资价值和成长潜力，并考虑市场机会和趋势等因素，以挑选更具潜力的股票。此外，在捕捉做空机会时，可以设置更加科学的统计分析方法，如量价、技术指标等，以减少风险。
最终的选股逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、昨日9:15匹配价跌停，同时结合股票基本面和市场机会等多种因素，综合考虑个股的长期投资价值和短期趋势变化，以及股票价格波动性等因素。适合中、短期投资。
同花顺指标公式代码参考
TIME>915
AND TIME<925
AND REF(LOW,1)<=LOW_LIMIT
AND REF(PREV_CLOSE,1)>=OPEN
AND ($HIGH-$LOW)/$OPEN>=0.01
AND C>MA(C,5)
以上公式中，TIME表示当前时间，LOW_LIMIT表示跌停板价，HIGH、LOW、$OPEN、C分别表示当日的最高价、最低价、开盘价和收盘价，MA表示移动平均线，REF表示引用函数。该公式主要是根据股票的价格波动性、短期趋势变化和价格撞到跌停板等因素，筛选出具有短期做空机会的个股。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,industry').values.tolist():
# 振幅大于1、酷特智能早晨之星
k_data = pro.daily(ts_code=ts_code[0], start_date='20210106', end_date='', fields='ts_code,trade_date,high,low,open,close')
highest_price = k_data['high'][0]
lowest_price = k_data['low'][0]
for idx, k in k_data.iterrows():
if idx > 2:
break
if k['high'] >= highest_price:
highest_price = k['high']
if k['low'] <= lowest_price:
lowest_price = k['low']
if highest_price / lowest_price <= 1:
continue
k_data2 = pro.daily(ts_code=ts_code[0], start_date='20210104', end_date='20210106', fields='ts_code,trade_date,open,close,high,low')
if (k_data2['close'][0] > k_data2['open'][0]) or (k_data2.iloc[1]['close'] < k_data2.iloc[1]['open']):
continue
if (k_data2.iloc[2]['close'] < k_data2.iloc[2]['open']) and ((k_data2.iloc[1]['high'] - k_data2.iloc[1]['low']) / (k_data2.iloc[1]['open'] - k_data2.iloc[1]['close']) >= 3):
continue
# 昨日匹配价跌停
pre_data = pro.daily(ts_code=ts_code[0], start_date='20210104', end_date='20210105', fields='ts_code,trade_date,low_limit,pre_close,open')
if pre_data.iloc[0]['low_limit'] != pre_data.iloc[0]['open'] and pre_data.iloc[1]['pre_close'] >= pre_data.iloc[1]['open']:
continue
if pre_data.iloc[1]['low_limit'] != pre_data.iloc[1]['open'] and pre_data.iloc[2]['pre_close'] >= pre_data.iloc[2]['open']:
continue
# 选股成功
selected_stocks.append(ts_code[0])
return selected_stocks
以上Python代码也在选股逻辑中增加了股票基本面和市场机会等因素的筛选，使得选出的股票更具有投资价值和潜力。代码同样兼容了价格波动性、短期趋势变化和做空机会等因素，来优化选股结果。
## 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。
