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、周K线上穿30周均线的股票进行选购。
选股逻辑分析
本选股策略的标准不仅包含了振幅、ST、涨停战法等技术面因素，还加入了周K线上穿30周均线的条件限制。这一项条件的加入，更加重视长期趋势的变化，符合价值投资的理念，同时也对短期波动的风险进行了缓解。
有何风险？
本选股策略过度依赖股票的市场活跃性、短期走势和长期趋势，忽视了公司的财务及经营情况，存在一定程度的风险。同时，由于股票市场的不确定性，本选股策略同样存在一定程度的不确定性，需要进行仔细的分析和合理的仓位控制。
如何优化？
建议加入更多的基本面因素进行分析，例如行业分析、财务指标、管理层、市场竞争优势等。同时，可以针对不足，加入其他技术因素进行分析，例如MACD指标、RSI指标等，并适当放宽均线的限制条件。也可以加入其他的限制条件，例如成交量等。
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、周K线上穿30周均线的股票进行选购。
同花顺指标公式代码参考
周K线上穿30周均线：REF(MA(CLOSE,30),1)<REF(MA(CLOSE,30),2) AND MA(CLOSE,30)>REF(MA(CLOSE,30),1)
// 判断是否符合条件
CONDITION1: (H - L) / L > 0.01 AND NAME NOT LIKE '%ST%' AND C = MAX5(C) AND 周K线上穿30周均线
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：周K线上穿30周均线
df['MA30'] = df['CLOSE'].rolling(30).mean()
df = df[(df['CLOSE'] > df['MA30']) & (df['CLOSE'].shift(1) < df['MA30'].shift(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。
