问财量化选股策略逻辑
选择振幅大于1、股票均价站在五日均线之上、昨日9:15匹配价跌停的股票。
选股逻辑分析
振幅大于1表示股票价格较为波动，较适合进行短线操作；股票均价站在五日均线之上表示股价处于上涨趋势，有一定的增长潜力；昨日9:15匹配价跌停表示在股票走势出现偏差时，出现了比较明显的跌停，可能会反弹上涨。
有何风险？
该选股策略忽略了公司基本面和未来的投资价值分析，存在短视和不完整性的问题。股票走势出现偏差时，可能并不会出现比较明显的跌停，而是可能会一蹶不振，造成较大的风险。
如何优化？
除了结合公司基本面和未来的投资价值进行分析，还可以针对股票跌停情况进行综合考量，如设置止盈和止损的条件。同时，可以采用机器学习算法进行训练，利用历史数据来自动识别出具有潜力的股票，从而提高选股准确度和效率。
最终的选股逻辑
选择振幅大于1、股票均价站在五日均线之上、昨日9:15匹配价跌停的股票，同时结合公司基本面和未来的投资价值进行分析，综合考虑并设置止盈和止损的条件，从而更全面、更准确地挑选出具有成长潜力、稳定性、合理估值和市场资金偏向的股票。
同花顺指标公式代码参考
// 挑选振幅大于1的股票
amplitude = (HIGH - LOW) / REF(CLOSE,1)
amplitude_bool = amplitude >= 1
// 挑选股票均价站在5日均线之上的股票
ma5 = MA(CLOSE, 5)
price_over_ma5 = CLOSE > ma5
// 昨日9:15匹配价跌停
yesterday_data = GetPriceVolumeTime(1, 0)
yesterday_matched_down = yesterday_data[0]['MatchedDown']
matched_down_bool = yesterday_matched_down == 1
// 挑选符合条件的股票
result = amplitude_bool & price_over_ma5 & matched_down_bool
// 输出筛选结果
result
python代码参考
import tushare as ts
# 挑选振幅大于1的股票
today_data = ts.get_today_all()
amplitude = (today_data['high'] - today_data['low']) / today_data['pre_close']
amplitude_bool = amplitude >= 0.01
# 挑选股票均价站在5日均线之上的股票
hist_data = ts.get_hist_data('600519')
ma5 = hist_data['close'].rolling(window=5).mean()
price_over_ma5 = hist_data['close'].iloc[-1] > ma5.iloc[-1]
# 挑选昨日9:15匹配价跌停的股票
yesterday_data = ts.get_tick_data('600519', date='2022-11-08', src='tt')
yesterday_matched_down = yesterday_data[yesterday_data['time'] == '09:15:00']['down_limit']
matched_down_bool = yesterday_matched_down == True
# 挑选符合条件的股票
final_result = today_data[amplitude_bool & price_over_ma5 & matched_down_bool]
# 输出筛选结果
print(final_result)
注：以上代码仅供参考，具体实现还需要根据实际情况进行适度修改。
## 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。
