问财量化选股策略逻辑
本选股策略选取振幅大于1、昨日非涨停板、500日内至少2次涨停的股票作为投资标的。
选股逻辑分析
本策略首先筛选出基本具有成长性或均衡性的标的，即振幅大于1、昨日非涨停板的股票。再根据该股票在过去500日内至少2次涨停的记录来进一步筛选，并认为该股票拥有比较好的市场表现、较为稳健的投资回报风险。这些条件能够筛选出比较有潜力的小市值股票，且这些股票往往被大量资金所忽视，形成相对较低的估值筹码。
有何风险？
该选股策略忽略了公司基本面、财务数据和行业前景等的影响，而单纯从股票涨停次数的记录进行投资，忽略了公司实际业绩和行业标准。同时，涨停次数过多可能会导致短期内的均价成本过高，股票的价值被过高估计，无法实现合理股价。
如何优化？
本选股策略可结合公司基本面、财务数据和行业前景等内部因素，综合考虑选股。同时，可以进一步严格控制选股条件，如控制股票涨停次数、增加扩大股票涨幅时间等，形成更为完整的投资策略。
最终的选股逻辑
本选股策略综合考虑了涨停次数、振幅、昨日涨停板等标准，选取振幅大于1、昨日非涨停板、500日内至少2次涨停的股票作为投资标的。同时，需结合公司基本面、财务数据和行业前景等影响因素，选出表现优异且长期投资价值的标的，较为合理地控制投资风险。
同花顺指标公式代码参考
- 振幅：(HIGH-LOW)/REF(CLOSE,1)
python代码参考
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
# 振幅大于1、昨日非涨停板、500日内至少2次涨停
quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date')
for ts_code in quote["ts_code"]:
trade_data = pro.daily(ts_code=ts_code, start_date='20200101')
if len(trade_data[trade_data["pct_chg"] > 9.5]) >= 2:
tech_data = pro.weekly(ts_code=ts_code)
if len(tech_data) >= 1 and tech_data.iloc[-1]["close"] > tech_data.iloc[-1]["open"] and tech_data.iloc[-1]["close"] > tech_data.iloc[-2]["high"]:
selected_stocks.append(ts_code)
return selected_stocks[:n]
## 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。
