问财量化选股策略逻辑
本选股策略选取符合以下条件的股票：振幅大于1，今日最大跌幅在-5%和-4%之间，剔除昨日涨停。通过筛选符合条件的股票，进行后续的投资操作。
选股逻辑分析
本选股策略综合考虑了价格波动、市场短期走势及昨日涨停情况等因素。振幅大于1限制了股票的波动情况，今日最大跌幅在-5%和-4%之间限制了交易损失，剔除昨日涨停可以避免过分追涨，而导致失去良好的入场时机。这些条件综合筛选，可以获取到价格波动较大，但市场在短期内处于上涨趋势的股票。
有何风险？
本选股策略存在市场短期波动和风险意识不足的风险。此外，振幅大、波动性大的股票容易受到市场风险因素和投机行为的影响，操作难度和风险较高。同时，该策略仅剔除昨日涨停，不考虑其他涨停情况，可能会产生不准确的选股信号。
如何优化？
本选股策略可以结合其他技术分析指标来完善选股信号，例如RSI、MACD、KD等。还可以加入金融指标、基本面分析等多维度指标，提高选股精度。此外，选股策略中应当注意到风险控制，如加入止损以减小风险。
最终的选股逻辑
本选股策略选取符合以下条件的股票：
- 振幅大于1；
- 今日最大跌幅在-5%和-4%之间；
- 昨日未涨停。
通过筛选符合条件的股票，进行长短期投资操作。
同花顺指标公式代码参考
以下是本选股策略的通达信指标代码：
C1: V > 1
C2: PCTCHG > -0.05 AND PCTCHG < -0.04
C3: NOT IF(REF(HIGH, -1) = REF(LIMIT, -1), 1, 0)
C4: COUNTC(C1 AND C2 AND C3, 1) > 0
BULL: SELECTC(C4, 0, 1)
其中，C1表示振幅大于1，C2表示今日最大跌幅在-5%和-4%之间，C3表示昨日未涨停。SELECTC 表示某一条件是否满足。
python代码参考
import tushare as ts
# 判断当日是否符合筛选条件
def check_today(df):
df_today = df.iloc[-1]
v = df_today['vol']
pct_chg = df_today['pct_chg']/100
high_price = df_today['high']
limit_price = df_today['pre_close']*1.1
return v>1 and pct_chg > -0.05 and pct_chg < -0.04
# 判断昨日是否涨停
def check_yesterday(code):
k_data = ts.get_hist_data(code)
if len(k_data) > 1:
df_yesterday = k_data.iloc[-2]
if df_yesterday['high'] == round(df_yesterday['pre_close']*1.1, 2):
return True
return False
# 选取符合条件的股票
def select_stock():
selected_stocks = []
all_stocks = ts.get_stock_basics()
for code in all_stocks.index:
if not check_yesterday(code):
k_data = ts.get_hist_data(code)
if check_today(k_data):
selected_stocks.append(code)
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现应根据实际情况进行调整。其中，使用了 tushare 库进行了选股和数据获取。
## 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。
