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、竞价涨幅在-2＜竞价涨幅＜5这个区间内的股票进行选购。
选股逻辑分析
本选股策略在技术面加入了振幅、ST、涨停战法、竞价涨幅在-2＜竞价涨幅＜5这个区间内的限制，在基本面上加入了流通市值的限制条件。竞价涨跌幅度是一种短期内涨跌波动幅度大的现象，与技术面的指标结合使用能够使策略的选股更为精准。
有何风险？
选股策略过度依赖个股的市场活跃性和短期走势形态，忽视了公司的财务及经营情况，存在一定程度的风险。竞价涨幅受到市场情绪影响较大，存在一定的不确定性。同时，选股逻辑中涨停战法和竞价涨幅的条件过于严格，可能会漏掉一些有潜力的个股。
如何优化？
可以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，并适当放宽涨停和竞价涨幅的限制条件。也可以加入其他的限制条件，例如成交量、均线等。
最终的选股逻辑
本选股策略完善的逻辑为：振幅大于1、非ST、五部涨停战法、竞价涨幅在-2＜竞价涨幅＜5这个区间内的股票进行选购。
同花顺指标公式代码参考
C:收盘价
O:开盘价
竞价涨幅: ((C-O)/O-1)*100
// 判断是否符合条件
CONDITION1: (H - L) / L > 0.01 AND NAME NOT LIKE '%ST%' AND C = MAX5(C) AND 竞价涨幅 >-2 AND 竞价涨幅<5
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：竞价涨跌幅
df['竞价涨跌幅'] = (df['CLOSE'] - df['OPEN']) / df['OPEN']
df = df[(df['竞价涨跌幅'] > -0.02) & (df['竞价涨跌幅'] < 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。
