问财量化选股策略逻辑
本选股策略选取振幅大于1、昨日主力控盘，但剔除昨日出现涨停的股票。这样可以避免昨日的市场热度对选股结果产生过大的影响，并且挑选出具备较高投资价值的股票。
选股逻辑分析
本选股策略的逻辑和第一个选择策略一致（振幅大于1、昨日主力控盘），但剔除昨日涨停可以让我们更多考虑股票的长期投资价值，并减少市场风险带来的盈利压力。通过剔除昨日涨停，避免了因市场热点时间短而产生的错误判断，从而选择出具备长期投资价值、未被市场充分发掘的优质股票。
有何风险？
本选股策略同样没有考虑公司的基本面信息，仍然存在较高的不确定性。另外，剔除昨日涨停的过滤条件会剔除具有短期投资潜力、精细操作的股票，可能会导致一定的收益损失。
如何优化？
需要加强对公司的基本面信息的评估，例如财务数据、行业评级等，提高选股精度。另外，我们可以增加更为细致、多元的筛选条件，进一步提高选股结果的精准性。
最终的选股逻辑
选取振幅大于1、昨日主力控盘，但剔除昨日出现涨停的股票。
同花顺指标公式代码参考
- 振幅：AMO
- 昨日主力控盘：C/MA(C,5)
- 剔除昨天涨停：如果成交价在昨天出现过等于这个股票上市首日的涨幅，则不选取该股票
python代码参考
import tushare as ts
def select_stock():
stock_list = ts.get_stock_basics()
selected_stocks = stock_list[stock_list["pe"] > 0]
hist_data = ts.get_hist_data(selected_stocks.index)
selected_stocks = selected_stocks[hist_data["amplitude"] > 0.01]
selected_stocks = selected_stocks[hist_data["C/MA(C,5)"] > 1]
# 剔除昨天涨停
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
first_price = data["close"][0]
for index, row in data.iterrows():
if row["close"] == first_price * 1.1 and index.date() == (datetime.date.today() - datetime.timedelta(days=1)):
selected_stocks.drop(stock, inplace=True)
break
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现方法可以根据投资者需要和市场情况进行调整。
## 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。
