问财量化选股策略逻辑
该选股策略包括三个条件：
- 振幅大于1；
- 至少5根均线重合的股票；
- 500日内至少2次涨停。
选股逻辑分析
该选股策略除了振幅和均线的要求之外，增加了股票涨停的条件，适用于对短期波动较为敏感的投资者。通过考虑股票在过去一段时间内的涨停情况，筛选出市场关注度较高、热点板块中的个股，可以同时考虑到成交量等指标。不过该选股条件对于较为稳定的股票可能不适用。
有何风险？
500日内至少2次涨停的条件可能会导致部分股票筛选不出来，同时也容易出现选出的股票波动较大、不稳定的现象。同时，该选股条件过于单一，可能会忽略了众多其他的指标和因素，导致选股漏洞。
如何优化？
为了降低选股的难度和风险，可以适当调整振幅和均线的参数，引入其他技术指标辅助选股。可以考虑加入其他成交量和市场关注度的指标，比如换手率、资金流等，提高选股的准确性。此外，可以考虑增加更为严格的选股条件，比如变相增加了股票的品质和稳定性考虑，提高选股的质量。
最终的选股逻辑
综合上述分析，我们可以完善该选股策略为：
- 振幅大于0.5；
- 至少5根均线重合的股票；
- 250日内至少2次涨停，且当日换手率大于1%。
同花顺指标公式代码参考
- 无特殊指标，只需调用个股的成交量数据
python代码参考
import pandas as pd
import tushare as ts
import talib
def get_stock_pool(date):
# 获取所有股票代码
df = ts.get_stock_basics()
codes = df.index.tolist()
result = pd.DataFrame()
for code in codes:
# 上市不足60天的股票忽略
if (pd.to_datetime(date) - pd.to_datetime(df.loc[code]['timeToMarket'])).days <= 60:
continue
bars_all = ts.get_k_data(code, '2022-01-01', date)
if bars_all is None or bars_all.empty or len(bars_all) < 2:
continue
high, low, close = bars_all['high'].values, bars_all['low'].values, bars_all['close'].values
amplitude = (high - low) / close[:-1]
is_amplitude_large = amplitude.max() > 0.005
# 至少5根均线重合的股票
ma_5 = talib.MA(close, timeperiod=5)
ma_10 = talib.MA(close, timeperiod=10)
ma_20 = talib.MA(close, timeperiod=20)
ma_30 = talib.MA(close, timeperiod=30)
ma_60 = talib.MA(close, timeperiod=60)
ma_count = len(set([ma[-1] for ma in [ma_5, ma_10, ma_20, ma_30, ma_60]]))
is_ma_converge = ma_count >= 5
# 250日内至少2次涨停，且当日换手率大于1%
df_volume = ts.get_tick_data(code, date, pause=0.01)
if len(df_volume) < 2:
continue
is_rising = False
for i in range(1, len(df_volume)):
if df_volume.iloc[i]['price'] == df_volume.iloc[i - 1]['price'] * 1.1:
is_rising |= True
if df_volume.iloc[i]['volume'] / df_volume.iloc[i]['amount'] > 0.01 and is_rising:
result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': bars_all['close'].iloc[-1], 'industry': df.loc[code]['industry']}, ignore_index=True)
break
result = result.sort_values(by=['price'], ascending=False)
return result
注：该函数用于在某个日期获取备选股票池，返回dataframe，包括代码，名称，最新价格和行业。
## 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。
