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、机器人概念且流通市值小于100亿。该选股策略主要从技术面角度选取机器人概念股票中流通市值较小但有一定成长性的个股。
选股逻辑分析
该选股逻辑主要依据技术面和基本面进行综合分析，在技术面上通过振幅和K线形态，对股票进行过滤，而在基本面上则引入流通市值指标，限定选股池中的股票具有一定成长性的同时市值不会过大。
有何风险？
该选股逻辑在基本面选股方面引入了流通市值，但并未考虑公司的资产、负债、利润等基本面因素，选中的股票可能存在公司财务表现不佳的风险。此外，该选股策略并未考虑行业的竞争、政策等非常规因素，还需要更多的因素来补充。
如何优化？
在基本面中，可以引入更多的因素，如市盈率、市净率等评估公司估值和盈利能力，同时可以对财务报表等指标进行细致的分析，避免因财务表现不佳而选中风险较大的股票。另外，在技术面上，可以进一步加入KDJ、MACD等技术指标，提升选股的准确性。
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、机器人概念且流通市值小于100亿。该选股策略主要以机器人概念股票为选股池，包含流通市值小于100亿的公司，同时从技术面和基本面角度进行综合分析，选取具有一定成长性的个股。
同花顺指标公式代码参考
C: K线为酷特智能早晨之星 AND 振幅>1 AND 机器人概念 AND 流通市值<100亿;
以上的同花顺指标公式根据选股条件进行筛选。
Python代码参考
import tushare as ts
import pandas as pd
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code, name, industry, market, mktcap, nmc in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,market,mktcap,nmc').values.tolist():
if '机器人' not in industry:
continue
if float(nmc) >= 10000000000:
continue
# 技术面判断
daily_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date=pd.to_datetime('today').strftime('%Y%m%d'))[['trade_date', 'open', 'high', 'low', 'close']]
if daily_data.empty or daily_data.iloc[-1]['open'] >= daily_data.iloc[-1]['close'] or daily_data.iloc[-2]['open'] < daily_data.iloc[-2]['close']:
continue
if daily_data.iloc[-1]['high'] - daily_data.iloc[-1]['low'] <= daily_data.iloc[-2]['close'] * 0.01:
continue
# 选股成功
selected_stocks.append((name, ts_code))
return selected_stocks
以上的Python代码在基本面上引入了流通市值指标，并在技术面上加入了K线形态和振幅条件，通过综合判断选出具有一定成长性的机器人概念股票。同时根据选股条件对股票进行了过滤。
## 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。
