问财量化选股策略逻辑
本选股策略选取振幅大于1、今日均线向上发散、500日内至少2次涨停的股票作为选股指标，其中振幅大于1和今日均线向上发散可以找到走势较好的股票，而500日内至少2次涨停则能反映出市场对该股票的投资热情和市场认可度。
选股逻辑分析
本选股策略通过选取振幅、均线趋势和近期涨停次数等指标来综合筛选股票。涨停次数能较好地反映出市场对该股票的投资认可度，而振幅和今日均线向上发散则能帮助筛选出短期内具有良好走势的优质个股。
有何风险？
通过股票短期内涨停次数来判断其投资热度，有可能存在市场炒作和操纵股价等不正常操作的风险，另外，相比于长期持有股票而言，该策略并未考虑股票的长期趋势，也有可能会漏掉某些股票的投资价值。
如何优化？
为了进一步提高选股策略的有效性，可以适当加入一些特色指标和技术指标，比如股票历史走势和机构调研等信息，同时还可以通过机器学习、深度学习等技术来优化选股逻辑和参数，从而提高选股策略的准确性和稳定性。
最终的选股逻辑
本选股策略选取振幅大于1、今日均线向上发散、500日内至少2次涨停的股票作为选股指标。
同花顺指标公式代码参考
- 振幅： AMO
- 今日均线向上发散：C > REF(MA(C,5),1) > MA(C,5)
- 涨停次数：COUNT(C == HIGH,500)
python代码参考
import tushare as ts
def select_stock():
stock_list = ts.get_stock_basics()
selected_stocks = stock_list[(stock_list["pb"] > 0) & (stock_list["pb"] < 1) & (stock_list["timeToMarket"] <= 240)]
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
if data is None:
selected_stocks.drop(stock, inplace=True)
continue
if data["amplitude"][-1] < 1:
selected_stocks.drop(stock, inplace=True)
continue
# 今日均线向上发散
ma5 = data["close"].rolling(window=5).mean()
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
selected_stocks.drop(stock, inplace=True)
continue
# 500日内至少2次涨停
if data["high"].iloc[-500:].eq(data["close"].max()).sum() < 2:
selected_stocks.drop(stock, inplace=True)
continue
return selected_stocks
print(select_stock())
以上代码仅供参考，实现方法会因投资人情况和市场环境而异。
## 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。
