(supermind)振幅大于1、10日涨幅大于0小于35、近一个月内有过涨停_

问财量化选股策略逻辑

选股逻辑包括振幅大于1，10日涨幅大于0小于35，近一个月内有过涨停的股票。

选股逻辑分析

1. 振幅大于1和10日涨幅大于0小于35可以筛选出短期内涨势较好的股票。
2. 近一个月内有过涨停，说明该股票具有较高市场关注度和较强的上涨趋势。
3. 综合考虑以上指标，能够筛选出在短期内上涨趋势良好，且具有较高市场关注度的股票。

有何风险？

1. 忽略股票的基本面和长期价值，有可能会导致投资失败。
2. 过于依赖股票的短期涨势和市场情绪，存在投资风险。
3. 过分注重近期涨停股票，可能忽略了其后续可能出现的风险。

如何优化？

1. 加入股票基本面的考虑，例如公司财务状况、业绩增长等因素，提高投资确定性。
2. 加入流通市值、ST等因素进行数据筛选，排除不符合投资需求的股票。
3. 追加一些技术指标，如RSI、KDJ指标等，综合分析市场情绪和成交量等因素，提升选股策略准确度。

最终的选股逻辑

选股逻辑为振幅大于1，10日涨幅大于0小于35，近一个月内有过涨停的股票，并结合股票基本面、流通市值、KDJ指标等因素进行筛选。

同花顺指标公式代码参考

ABS(C-REF(C,1))/REF(C,1) > 0.01 AND SUM((C-REF(C,1))/REF(C,1)*100>0,10)>=1 AND \
(COUNT(LIMIT_UP, 21)>=1 OR COUNT(LIMIT_UP, 42)>=1 OR COUNT(LIMIT_UP, 63))>=1

python代码参考

import akshare as ak

def select():
    data = pd.DataFrame()
    end_date = datetime.now().strftime("%Y%m%d")
    start_date = (datetime.now() - timedelta(days=365)).strftime("%Y%m%d")
    for symbol in ak.stock_zh_a_spot_em(symbol="").iloc[:,0].tolist():
        try:
            k_data = ak.stock_zh_a_daily(symbol=symbol, start_date=start_date, end_date=end_date)
            if len(k_data)<10:
                continue
            elif (k_data['close']-k_data['open'])/k_data['open']*100<=0 or \
            (k_data['high']-k_data['low'])/k_data['low']<0.01 or \
            k_data['low'].iloc[-1]>=k_data['low'].iloc[-2]:
                continue
            elif ((k_data['limit_up']==1)|(k_data['limit_down']==1)).any() and \
            ((k_data['limit_up']==1)&(k_data['trad_date']>=pd.to_datetime(datetime.now().strftime("%Y-%m-%d"))-pd.Timedelta(days=30))).any():
                data = pd.concat([data, k_data.iloc[-2:]])
        except:
            continue
    return data

    ## 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)