问财量化选股策略逻辑
该选股策略共包含三个条件：
- 振幅大于1
- 昨天3连板
- 近一个月内有过涨停
选股逻辑分析
该选股策略以振幅大于1和昨天3连板作为基础条件，注重关注近期是否有涨停，以此筛选出当前股价相对低位但具有上漲潜力的股票。
有何风险？
该选股策略可能存在选股偏好过于短期和具有过度主观性的缺点，同时仅仅依靠硬性条件筛选，可能无法兼顾股票的风险、质量等综合因素。
如何优化？
增加基础面考量，进一步细化选股条件，例如：增加ROE、股息率、市盈率等指标，构建基础面选股过程；同时引入风险控制策略，如增加止损、风险分散等。
最终的选股逻辑
经过优化和改进，最终的选股逻辑如下：
- 振幅大于1，市场对波动较大的股票更感兴趣。
- 昨天3连板，寻找当前热门概念的热门个股。
- 近一个月内出现涨停，筛选出具有较大上涨潜力的股票。
- 增加基础面考虑和风险控制策略，优化选股过程。
同花顺指标公式代码参考
该选股策略涉及到涨停、振幅等指标，通达信指标公式代码如下：
AVG((HIGH-LOW)/REF(CLOSE,1),20)>1 && //振幅大于1
COUNT(C>REF(CLOSE,1),3)==3 && //昨天3连板
STOPFLAG(C, 20, 1)>1 && //近一个月内有过涨停
python代码参考
import pandas as pd
import tushare as ts
df = ts.get_today_all()
df['amplitude'] = (df['high'] - df['low']) / df['pre_close']
df['stop'] = df['high'].rolling(window=20).apply(lambda x: len(x[x==x.max()]), raw=True)
condition1 = df['amplitude'] > 1
condition2 = (df['close'].rolling(window=2).apply(lambda x: x[1] / x[0] - 1).shift(1) > 0).rolling(window=3).sum() == 3
condition3 = df['stop'] > 1
result = df[condition1 & condition2 & condition3]
## 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。
