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，且昨日9:15匹配价跌停的股票。
选股逻辑分析
该选股策略加入了新的选股条件，要求昨日9:15匹配价跌停，意味着该股票可能处于下跌趋势，有望捕捉股票暴跌后反弹的机会。
有何风险？
该选股策略仅以昨日特定时段的价格行情作为选股依据，可能会忽略其他重要因素对选股结果的影响。同时，所选择的股票存在一定的风险和波动性，需要具备相应的风险管理能力。
如何优化？
为避免增加市场波动性的风险，可以对最终挑选出的股票进行深入研究，尽可能综合考量公司基本面、财务状况等因素。同时，可以考虑增加其他选股条件，避免选到潜在风险较大的股票。
最终的选股逻辑
本选股策略选取振幅大于1、昨日非涨停板，且昨日9:15匹配价跌停的股票，为捕捉短期反弹机会提供参考。
同花顺指标公式代码参考
本选股策略同样依赖于股票的技术指标，同花顺指标代码如下：
无同花顺指标参考
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 = []
today = pro.trade_cal(exchange='', is_open='1')["cal_date"].values[-1]
yesterday = pro.trade_cal(exchange='', is_open='1', end_date=today, count=2)["cal_date"].values[0]
# 昨日9:15匹配价跌停、振幅大于1、昨日非涨停板的股票
quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date')
quote = quote[quote["market"].isin(["主板", "中小板", "创业板"])]
quote = quote.sort_values(by="turnover_rate", ascending=False).iloc[:10]
for ts_code in quote["ts_code"]:
daily_data = pro.daily(ts_code=ts_code, start_date=yesterday, end_date=today)
match_data = daily_data[daily_data["trade_time"] == "09:15:00"]
if len(match_data) > 0 and match_data.iloc[0]["low"] == pro.limit_down(ts_code=ts_code, start_date=yesterday, end_date=today)["down_limit"][0] \
and daily_data["high"].max() != daily_data["low"].min() \
and daily_data.iloc[-2]["close"] > daily_data.iloc[-2]["low"]:
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。
