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，并且过去25个交易日内出现涨停板的股票作为投资标的。
选股逻辑分析
本选股策略考虑了市场热点和个股走势的因素，选择出了最近有涨停板，价格波动大且大趋势向上的股票，寻找到合适的买入时机。选股逻辑设计较为特殊，需要股票具备特殊走势，筛选出来的股票相对较少，对于一些精细的选股操作上是有一定的局限性。
有何风险？
本选股逻辑着重关注市场热点和个股资讯，忽略了一些重要的基本面数据，存在一定程度的风险。例如在市场热点过去后，股票的利润和走势都会受到一定的影响，因此需要加强风险控制和选股过程中的基本面考虑。此外，选股策略的种类、选股条件的设置等会对结果产生不同的影响，需要进行谨慎分析和细致考虑。
如何优化？
可以考虑加入一些基本面数据指标，例如现金流、营收、净利润等，以及技术指标的综合运用，如KDJ、MACD等，并且综合考虑市场热点、投资风险、涨停板等因素，寻找到更优质的投资标的。可以通过设置灵活的选股条件，例如加入其他技术指标参数，以及选择不同的市场热点和走势方向等，来进行优化。
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，并且过去25个交易日内出现过涨停板的股票作为投资标的。
同花顺指标公式代码参考
通达信指标公式代码：
//计算振幅
ACC = 100 * (HIGH - LOW) / REF(CLOSE,1);
//计算均线的斜率
MA_SLOPE = MA(CLOSE, 1) / MA(CLOSE, 5) - 1;
//计算涨停板
UP_LIMIT = HHV(HIGH, 25) == CLOSE AND REF(HHV(HIGH, 25), 1) != CLOSE;
python代码参考
import tushare as ts
import pandas as pd
def select_stock(market='sz'):
selected_stocks = pd.DataFrame(columns=["amplitude", "ma_slope", "up_limit"])
for stock in ts.get_stock_basics().index:
if ts.get_stock_basics().loc[stock, 'market'] != market:
continue
data = ts.get_hist_data(stock)
if data is None:
continue
if len(data) < 25:
continue
# 按照选股逻辑筛选
if data["amplitude"][-1] < 1:
continue
ma5 = data["close"].rolling(window=5).mean()
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
continue
if data["close"][-25] != data["high"].rolling(window=25).max() or data["close"][-1] == data["high"].rolling(window=25).max():
continue
selected_stocks = selected_stocks.append({
"amplitude": data["amplitude"][-1],
"ma_slope": ma5[-1] / ma5[-5] - 1,
"up_limit": True
}, ignore_index=True)
return selected_stocks
print(select_stock(market='sz'))
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。
