问财量化选股策略逻辑
选股条件为：振幅大于1、昨日9:15匹配价跌停、底部抬高。
选股逻辑分析
此选股逻辑同样以技术面为主，通过K线形态的特征进行选股。相比于前一个选股逻辑，增加了底部抬高的条件，进一步加强了选股的准确性。但同样忽略了其他面的因素。同时，选股条件简单，可能会出现很多假信号。
有何风险？
此选股逻辑同样依赖技术面因素而忽略了其他方面的影响。同时，K线形态也存在一定的滞后性和不确定性，可能无法准确反映市场走势。处理K线技术需要很多手工处理，难以实现自动化选股。
如何优化？
可以加入更多的技术指标和基本面指标，并采用多因子模型策略来选股。同时，可以引入机器学习等方法，通过大数据分析和预测来针对不同的市场环境从而更好地选股。
最终的选股逻辑
选股条件为：振幅大于1、昨日9:15匹配价跌停、底部抬高、市盈率小于50、成交量大于5日均线。
同花顺指标公式代码参考
振幅大于1：SYNJZ('AMO', 0) > 1；
昨日9:15匹配价跌停：YESTODAY(CDPP('LAST'), 1) == YESTODAY(CDPP('OPEN'), 1) and REF(LOW, 1) == YESTODAY(CDPP('LAST'), 1) and LOW < YESTODAY(LOW, 1)；
底部抬高：OSC >= REF(OSC, 1) and OSC >= REF(OSC, 2)；
市盈率小于50：PE < 50；
成交量大于5日均线：VOL > MA(VOL, 5);
python代码参考
import tushare as ts
def get_selected_stocks():
data = ts.get_stock_basics()
condition1 = SYNJZ('AMO', 0) > 1 # 振幅大于1
condition2 = YESTODAY(CDPP('LAST'), 1) == YESTODAY(CDPP('OPEN'), 1) and REF(LOW, 1) == YESTODAY(CDPP('LAST'), 1) and LOW < YESTODAY(LOW, 1) # 昨日9:15匹配价跌停
condition3 = OSC >= REF(OSC, 1) and OSC >= REF(OSC, 2) # 底部抬高
condition4 = PE < 50 # 市盈率小于50
condition5 = VOL > MA(VOL, 5) # 成交量大于5日均线
selected_data = data[condition1 & condition2 & condition3 & condition4 & condition5].sort_values(by='HOT', ascending=False)[:5] # 按个股热度从大到小排序名
selected_stocks = selected_data.index.values
return selected_stocks
result = get_selected_stocks()
print(result)
注：以上代码仅供参考，实际选股应结合具体情况进行适度修改。
## 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。
