问财量化选股策略逻辑
本选股策略选取振幅大于1、周线MACD在零轴之上、500日内至少2次涨停的股票。
选股逻辑分析
本选股策略在技术面指标的基础上加入了涨停板的条件，通过寻找涨停板的重复出现可以初步判断股票处于强势行情中，具有较高的上涨潜力。通过振幅和MACD等技术指标进行综合筛选，可以初步锁定具有投资潜力的股票。
有何风险？
本选股策略同样存在较大的风险和局限，其中一个主要风险是技术面指标难以完全反映出公司基本面、行业景气等因素的影响。另外，涨停板的出现也经常受到非正常因素的影响，例如投机心理、炒作等，需要进一步分析和量化。
如何优化？
可以加入基本面数据进行选股，例如通过公司营收、利润、市盈率等指标，进行筛选和排序。同时，在技术面和涨停板的基础上，需要加强流通股本、换手率等因素的考虑，逐步建立更为全面和科学的选股体系。
最终的选股逻辑
本选股策略选取股票振幅大于1、周线MACD在零轴之上、500日内至少2次涨停的股票，通过技术面指标和涨停板的综合考虑，筛选出强势股，并不断完善和优化选股逻辑，提高选股的准确性和稳定性。
同花顺指标公式代码参考：
振幅大于1：
(HIGH - LOW) / PRE_CLOSE > 0.01
周线MACD在零轴之上：
(REF(MACD(12,26,9),1) > REF(MACDSIGNAL(12,26,9),1)) AND (MACD(12,26,9) > 0)
500日内至少2次涨停：
(COUNT(IF(CLOSE==REF(MAX(CLOSE,1),1),1,0), 500)>2)
python代码参考：
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
# 查询当前所有股票的数据
all_data = pro.stock_basic()
# 根据选股条件筛选股票
selected_stocks = []
for ts_code in all_data["ts_code"]:
# 获取股票数据
daily_data = pro.daily(ts_code=ts_code, start_date='20000101', end_date='20220731')
if (daily_data.high - daily_data.low).mean() / daily_data.close.mean() > 0.01 and REF(MACD(12,26,9),1) > REF(MACDSIGNAL(12,26,9),1) and MACD(12,26,9) > 0 and COUNT(IF(CLOSE==REF(MAX(CLOSE,1),1),1,0), 500) > 2:
selected_stocks.append(ts_code)
# 输出选中的股票
print(selected_stocks)
在选股逻辑中加入了500日内至少2次涨停的条件，使用Tushare库获取股票数据，在选股条件的基础上加入涨停板因素，筛选出具有潜力的强势股票。优化时需要注意风险控制，减少技术面、涨停板因素对于选股判断带来的误差。
## 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。
