问财量化选股策略逻辑
该选股策略选取振幅大于1、周线MA5金叉MA10，且10天内涨停天数大于2的股票。此选股逻辑从价格波动性、趋势性和趋势持续性三个方面综合筛选，有利于从短期交易的角度考虑选股。
选股逻辑分析
本选股策略采用了振幅、金叉和涨停天数等指标来综合筛选股票。振幅大的股票价格波动性大，符合短线交易的特点。金叉则可判断价格趋势，更符合趋势交易的特点。涨停天数大的股票很可能受到资金的追捧，价格存在上涨动力，有望获利。
有何风险？
选股策略的风险主要在于可能出现市场异常波动的情况，导致振幅等指标失灵，从而影响选股结果。涨停天数多的股票可能存在资金追逐炒作的风险，盲目追涨可能导致风险加大。
如何优化？
在实际使用中，可以加入相应的资金流入流出、行业板块、市场情绪等指标，进一步筛选选股结果，以获得更为准确的选股策略。
最终的选股逻辑
本选股策略选取振幅大于1、周线MA5金叉MA10，且10天内涨停天数大于2的股票。需要根据市场情况适当调整选股条件。
同花顺指标公式代码参考
- 振幅公式：
- Amplitude = (HIGH - LOW) / PRE_CLOSE
- 均线公式:
- MA(N) = SUM(CLOSE, N) / N
python代码参考
import tushare as ts
from datetime import datetime, timedelta
PRO = ts.pro_api('your_token')
def select_stocks(n):
selected_stocks = []
for code in PRO.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,market,circ_mv,total_mv')['ts_code']:
if code.startswith('300') or code.startswith('688'):
continue
valuation = PRO.daily_basic(ts_code=code, start_date='20200101', end_date='20211231', fields='circ_mv')['circ_mv'][-1]
if valuation < 2e8:
continue
df = PRO.daily(ts_code=code, start_date='20180101', end_date=datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close')
if len(df) == 0:
continue
ma5 = df['close'].rolling(5).mean()
ma10 = df['close'].rolling(10).mean()
amplitude = (df['high'] - df['low']) / df['close'].shift(1)
up_limit_days = 0
for i in range(10):
if df['close'][-1-i] / df['close'][-2-i] >= 1.099: # 10%涨停
up_limit_days += 1
if amplitude[-1] > 0.01 and ma5[-1] > ma10[-1] and up_limit_days > 2:
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
