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、昨日股价大于250日均线的股票进行选购。
选股逻辑分析
本选股策略综合考虑了股票的振幅、ST、涨停战法等因素，同时考虑了股票的走势，选择昨日股价大于250日均线的股票。通过这样的选股逻辑，可以初步排除出一些技术上或基本面上表现不佳的股票，增加投资的成功概率。但需要注意的是，由于股价大于均线的情况下，股票可能会出现偏离因均线导致的高估情况。同时，依赖技术指标与短期（昨日）走势分析，略显盲目。
有何风险？
本选股策略存在以下风险：1）由于选择的是昨日走势和股价，较为短期，对基本面不够重视；2）过于依赖技术指标与均线走势分析，不足以涵盖其他因素的影响；3）选择股价大于均线的股票可能会出现因均线导致的高估情况。
如何优化？
针对以上存在的风险和缺点，可以考虑加入其他方面的指标来增强分析的深度，如市场竞争情况、财务数据、行业趋势等等，以全方位分析股票。同时，可以加入其他的技术指标，如KDJ指标、RSI指标等等，来综合评价股票的走势，从而更加精准地选择投资标的。
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、昨日股价大于250日均线的股票进行选购。
同花顺指标公式代码参考
昨日股价大于250日均线：C > MA(C, 250)
// 判断是否符合条件
CONDITION1: (H - L) / L > 0.01 AND NAME NOT LIKE '%ST%' AND C = MAX5(C) AND C > MA(C, 250)
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：昨日股价大于250日均线
df['MA250'] = df['CLOSE'].rolling(250).mean()
df = df[df['C'] > df['MA250']]
# 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。
