(supermind)振幅大于1、k小于20、10天内涨停天数大于2

问财量化选股策略逻辑

选股逻辑：振幅大于1、K线小于20、10天内涨停天数大于2。

选股逻辑分析

该选股逻辑除了考虑了技术面的指标振幅和K线外，还考虑了股票的涨停次数，从盈利的角度判断股票的投资价值，可以筛选出一些具有潜力的股票。

有何风险？

该选股逻辑仍然忽略了公司的基本面和财务状况等因素。同时，股票的涨停次数可能受到市场热度等因素的影响，不一定准确反映股票的投资价值，存在风险。

如何优化？

可以引入其他指标，如资金流向和量价关系指标等多个技术指标，或者加入市场情况和行业数据等因素，以及对公司基本面和财务数据进行分析，从更广的角度考虑股票的投资价值。

最终的选股逻辑

改进后的选股逻辑如下：

振幅大于1；
K线小于20；
10天内涨停天数大于2；
综合考虑技术指标和基本面、市场情况等相关因素；
严格控制风险，保证投资安全。

同花顺指标公式代码参考

以下是在同花顺上实现该选股策略的指标公式代码：

SELECTOR1 := ((HIGH - LOW) / C) > 0.01;
SELECTOR2 := C < 20;
SELECTOR3 := COUNT(IF(CLOSE = REF(UPPERLIMIT, 1), 1, 0), 10) > 2;
RESULT := SELECTOR1 AND SELECTOR2 AND SELECTOR3;

其中，CLOSE代表收盘价，UPPERLIMIT代表涨停价。

Python代码参考

以下是Python实现该选股策略的选股逻辑：

# 计算指标
amplitude = (high - low) / close.shift(1)
selector1 = amplitude > 0.01
selector2 = close < 20
up_limit = (close == close.shift(1).rolling(2).max()) & (close > close.shift(1)) & (close.shift(1) < close.shift(2))
selector3 = up_limit.rolling(10).sum() > 2
selected_stocks = selector1 & selector2 & selector3

# 综合选择
selected_stocks = pd.DataFrame({'code': code, 'selected': selected_stocks})
selected_stocks = selected_stocks[selected_stocks['selected']]
selected_stocks = selected_stocks.sort_values('volume', ascending=False)
selected_stocks.drop('volume', axis=1, inplace=True)

return selected_stocks['code'].tolist()

通过计算指标并进行综合选择，可以根据实际情况和投资策略进行相应的优化和改进。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind)振幅大于1、k小于20、10天内涨停天数大于2_