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、前25天有涨停的股票作为基本条件。
选股逻辑分析
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、前25天有涨停的股票作为基本条件。振幅大于1和非ST的股票具备较强的波动性，有利于投资收益。同时考虑选股时间段内的涨停板情况，可以挑选出一些近期备受市场关注的个股。
有何风险？
选股策略过于依赖短期股价涨停情况，在一定程度上可能忽略了基本面的因素，以及过于注重短期波动性和市场热点风向，容易使投资者对长期走势产生误判。
如何优化？
可以在筛选涨停板个股的基础上，加入一些基本面的筛选指标，比如盈利能力、财务结构等方面，综合分析股票的价值。同时也要关注趋势，避免过于追求短期波动性和市场热点而忽视价值投资。
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、前25天有涨停的股票。
同花顺指标公式代码参考
无
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, 10点之前选股票
df = df[df['NAME'].str.upper().str.find('ST') == -1]
df = df[df['TIME'] < '10:00']
# 筛选条件3：五部涨停战法
df['CLOSE_SMA5'] = df['CLOSE'].rolling(5).mean()
df['UP_FLAG'] = df.apply(lambda row: 1 if row['CLOSE'] >= row['CLOSE_SMA5'] else 0, axis=1)
df['UP_FLAG_SUM5'] = df['UP_FLAG'].rolling(5).sum()
df = df[df['UP_FLAG_SUM5'] == 5]
# 筛选条件4: 前25天有涨停
df['PCT_CHG'] = df['CLOSE'].pct_change()
df['LAST_25D_UP'] = df['PCT_CHG'].rolling(25).apply(lambda x: (x > 0).sum() >= 1, raw=True)
df = df[df['LAST_25D_UP']]
# 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。
