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，且当日出现酷特智能早晨之星的股票作为投资标的。
选股逻辑分析
该选股策略选取振幅大于1、昨日非涨停板的股票，结合酷特智能早晨之星形态作为进一步的股票筛选条件，该形态往往标志着股票价格即将反转上涨。
有何风险？
该选股条件过于苛刻，筛选出来的股票数量可能较少，不能很好地代表当前市场热点。
如何优化？
可以加入其他技术面和基本面的指标，如KDJ等，综合考虑股票的价值和成长潜力，同时适当放宽选股条件，提高选股策略的覆盖率。
最终的选股逻辑
本策略选取振幅大于1、昨日非涨停板，当日出现酷特智能早晨之星的股票作为投资标的，并综合考虑技术面和基本面的多个指标进行深度分析和筛选，选出优秀的成长股和价值股，搭建多样化的投资组合。
同花顺指标公式代码参考
酷特智能早晨之星的判断需要综合考虑前三日的K线形态，此处不提供通达信指标公式代码。
python代码参考
# 引入Tushare库、Numpy库、Talib库、Pandas库
import tushare as ts
import numpy as np
import talib as ta
import pandas as pd
# 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，且当日出现酷特智能早晨之星的股票作为投资标的
quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date, total_mv')
for ts_code in quote["ts_code"]:
stock_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date='today', fields='ts_code, trade_date, open, high, low, close, pre_close')
if len(stock_data) >= 4:
# 判断振幅
amplitude = (stock_data["high"] - stock_data["low"]) / stock_data["pre_close"]
if amplitude.iloc[-1] <= 0.01:
continue
# 判断昨日是否是涨停板
if stock_data.iloc[-2]["pct_chg"] == 10:
continue
# 判断当日是否出现酷特智能早晨之星形态
open_prices = stock_data["open"].values
high_prices = stock_data["high"].values
low_prices = stock_data["low"].values
close_prices = stock_data["close"].values
morning_star = ta.CDLMORNINGSTAR(open_prices, high_prices, low_prices, close_prices)
if morning_star[-1] == 0:
selected_stocks.append(ts_code)
if len(selected_stocks) == n:
return selected_stocks
## 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。
