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、今日增仓占比大于5%的股票。
选股逻辑分析
本选股策略依然是基于短线五日基本面和技术面相结合的选股策略。选股逻辑为：1、振幅大于1，筛选波动性大的股票；2、非ST，排除具有退市风险的股票；3、五部涨停战法，寻找股价走势有波动但股价整体趋势上涨的股票；4、今日增仓占比大于5%，体现市场对该股票的买入热度。
有何风险？
本策略可能会漏过某些优质股票，特别是那些有一定市场关注度而导致程度的股票。同时，增仓占比高并不一定意味着股票具有优质的业绩和前景，需要进行风险管理。
如何优化？
可以进一步加入其他合适的指标进行筛选，比如考虑股票的市场地位、财务状况、成交量等等。另外，增仓占比要结合股票的基本面和技术面等多方面因素进行分析判断，以避免盲目跟风。
最终的选股逻辑
本选股策略的完善逻辑为：振幅大于1、非ST、五部涨停战法、今日增仓占比大于5%的股票。
同花顺指标公式代码参考
暂无
python代码参考
import pandas as pd
# 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：今日增仓占比大于5%
df['INCREASE'] = (df['CLOSE'] - df['PREV_CLOSE']) / df['PREV_CLOSE'] * 100
df['TODAY_SHARES'] = df['INCREASE'] * df['TOTAL_SHARES'] / 100
df['TODAY_RATIO'] = df['TODAY_SHARES'] / df['VOLUME']
df = df[df['TODAY_RATIO'] > 0.05]
# 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。
