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、流通市值大于100亿元的股票。
选股逻辑分析
本选股策略在传统技术指标的基础上，加入了流通市值因素的考量，筛选出具有较大市值的优质公司，同时加入五部涨停战法，更加精细化地选股。
有何风险？
流通市值较大的公司往往是成熟的大盘股，其股价波动性较小，难以获得高额收益。且流通市值的计算存在精度问题，有可能筛出不具备实际优质公司特征的股票。
如何优化？
可以考虑挖掘其他技术因素和环境因素，进行综合筛选优质公司，同时优化流通市值的计算方法，提高选股成功率。
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、流通市值大于100亿元的股票。
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_MAX'] = df['CLOSE'].rolling(5).max()
df = df[df['CLOSE'] == df['CLOSE_MAX']]
# 筛选条件4：流通市值大于100亿元
df['CIRCULATION_MARKET_VALUE'] = df['CIRCULATION_MARKET_VALUE'] / 100000000
df = df[df['CIRCULATION_MARKET_VALUE'] > 100]
# 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。
