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、酷特智能早晨之星的股票。
选股逻辑分析
本选股策略新增了酷特智能早晨之星指标，通过挖掘短期趋势，结合涨停板的选股方式，相对于传统技术指标更加注重短期行情。
有何风险？
过度注重短期行情可能导致忽视股票的长期表现，同时酷特智能早晨之星指标的参数和计算方法也会影响选股结果。
如何优化？
可以结合长期指标和基本面因素进行筛选，同时考虑酷特智能早晨之星指标参数的优化，但需根据具体市场情况和股票特征进行综合评估。
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、酷特智能早晨之星的股票。
同花顺指标公式代码参考
酷特智能早晨之星指标公式：IF(CLOSE>OPEN && REF(CLOSE,1)<REF(OPEN,1) && REF(CLOSE,2)<REF(OPEN,2) && REF(CLOSE,3)<REF(OPEN,3) && REF(CLOSE,1)>REF(CLOSE,2) && REF(CLOSE,1)>REF(CLOSE,3),1,0)
python代码参考
import pandas as pd
import tushare as ts
import talib
# 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：酷特智能早晨之星指标筛选
df['ZCYDX'] = talib.CDLDOJISTAR(df['OPEN'], df['HIGH'], df['LOW'], df['CLOSE'])
df = df[df['ZCYDX'] == 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。
