问财量化选股策略逻辑
本选股策略选择振幅大于1、非ST（上午10点之前选股票）、五部涨停战法、上市时间大于一定周期的股票进行选股。
选股逻辑分析
本选股策略在前一个策略的基础上加入了一个新的条件，即上市时间大于一定周期，这个条件的引入，可以帮助筛选出优质新股，同时排除掉一些新股。
有何风险？
本选股策略存在以下风险：1）过于关注历史的市场响应，没有充分考虑当前的市场变化，此项指标在不同的市场中的意义和作用可能存在差异；2）该指标的计算存在一定的主观性，划定周期需要考虑具体实际情况。
如何优化？
对选股策略可通过如下方式进行优化：1）在引入指标时，考虑到当前市场的变化，做出相应的调整；2）在设置周期时需要具体分析资源、市场和风险等因素，并根据具体情况进行调整。
最终的选股逻辑
本选股策略的最终逻辑为：振幅大于1、非ST、五部涨停战法、上市时间大于一定周期的股票进行选股。
同花顺指标公式代码参考
选股条件：上市时间大于一定周期
DATEDEFFROMLISTED()>PERIOD
python代码参考
import pandas as pd
import tushare as ts
# 读取股票数据
df = pd.read_csv('stock_data.csv')
# 筛选条件1：振幅大于1
df['AMPLITUTE'] = df.apply(lambda row: max(row['HIGH'] - row['LOW'], abs(row['HIGH'] - row['PREV_CLOSE']), abs(row['LOW'] - row['PREV_CLOSE'])), axis=1)
df = df[df['AMPLITUTE'] > 1]
# 筛选条件2：非ST
df = df[df['NAME'].str.upper().str.find('ST') == -1]
# 筛选条件3：五部涨停战法
df['CLOSE_MAX'] = df['CLOSE'].rolling(5).max()
df = df[df['CLOSE'] == df['CLOSE_MAX']]
# 筛选条件4：上市时间大于一定周期
today = pd.to_datetime('today').date()
df['LISTED_DATE'] = pd.to_datetime(df['LISTED_DATE']).dt.date
df['LISTED_PERIOD'] = (today - df['LISTED_DATE']).dt.days / 365
df = df[df['LISTED_PERIOD'] > 1]
# 输出选股数据
print(df)
## 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。
