问财量化选股策略逻辑
此选股策略选取振幅大于1，周线MA5金叉MA10，且前25天有涨停的股票进行投资，旨在寻找具有较大波动性且具有一定上涨势头和热度的个股，同时根据涨停跳水的情况来判断当天是否适合买入。
选股逻辑分析
此选股策略选取了振幅、均线金叉和前期涨停的情况进行筛选，结合了价格波动性、趋势性和市场热度的判断。当股票出现涨停时，通常会有大量的资金介入，股价也会短期内出现波动，选取符合条件的个股进行操作，往往能够在较小时间内获取到一定的收益。同时，该选股策略对市场热度和投资情绪也具有一定的判断和预测作用。
有何风险？
此选股策略存在一定的跟风性和盲目性，在快速涨停时可能出现冲动跟进的情况，而未能获得较好的收益，同时也存在投资者畏手畏脚，错失买入的好时机。此外，该策略选股依据比较简单，对股票的基本面和行业面的影响可能未能很好地进行考量。
如何优化？
与上述选股逻辑相同，可以结合其他技术和基本面指标进行综合分析，比如加入RSI、MACD、EPS、PE等指标，以提高筛选的准确性和精度，同时加入行业和基本面的影响进行分析。跟进选股风险可以通过分散化投资和盈利了结控制等方式进行规避。另外，在设置买入点时，可以加入一些成交量、交易热度等指标作为综合参考。
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，且前25天有涨停的股票进行投资，并需结合其他技术和基本面指标、行业面影响进行综合分析，同时在跟进风险方面进行适度规避。
同花顺指标公式代码参考
- 均线公式：
- MA(N) = SUM(CLOSE, N) / N
python代码参考
import tushare as ts
import pandas as pd
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry,market,circ_mv,total_mv')['ts_code']:
df = pro.daily(ts_code=code, start_date='20210101', end_date=pd.datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol,circ_mv,total_mv')
if len(df) < 25:
continue
ma5 = df['close'].rolling(5).mean()
ma10 = df['close'].rolling(10).mean()
if ma5.iloc[-2] <= ma10.iloc[-2] and ma5.iloc[-1] > ma10.iloc[-1]:
if df[df['pct_chg'] > 9.0].iloc[-25:].empty:
continue
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。
