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、近一月内曾经有过一次涨停的股票，以期寻找具有较大波动性的股票，且能反映出主力资金的一些操作。本策略的选取条件相较于其他选股策略更为严格。
选股逻辑分析
本选股策略选股的逻辑为振幅大于1、昨日主力控盘、近一月内某一日曾经有过一次涨停。首先振幅较大的股票其波动周期较短，其上涨和下跌幅度也会比较大。同时，股票为了实现资本增值，需要有大量的资金流入，故我们引入了昨日主力控盘作为指标，以确保购买的股票有较高的主力资金参与度。最后，引入曾经涨停作为指标，是希望能够找到市场中被高度关注的潜在热门股票。
有何风险？
本选股策略没有考虑公司的基本面信息，其精度相对较低且不够稳定，存在一定的误判风险。同时近期市场表现较为剧烈，市场风险增大，进一步加大了该策略的风险。
如何优化？
应增加对公司的基本面信息的重视，例如财务数据、行业评级等，提高选股精度。同时，应建立更为科学的筛选标准，继续完善策略算法
最终的选股逻辑
选取振幅大于1、昨日主力控盘、近一个月内有过涨停的股票。
同花顺指标公式代码参考
- 振幅：AMO
- 昨日主力控盘：C/MA(C,5)
- 最近30日内是否曾经涨停：如果成交价在30日内出现过等于这个股票上市首日的涨幅，则选取该股票
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]
# 判断最近30天内是否有涨停
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:
return selected_stocks[selected_stocks.index == stock]
return None
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。
