问财量化选股策略逻辑
选股逻辑：振幅大于1，底部抬高，前25天有涨停。
选股逻辑分析
该选股逻辑主要基于技术面和市场情绪因素进行筛选。振幅大和底部抬高的条件都具有较强的技术面基础，前25天有涨停则可以体现出市场情绪方面的因素。投资者普遍存在“打新”心理，通过筛选出具有较高风险偏好和较强赚钱欲望的个股，提高选股的精准度。
有何风险？
该选股逻辑主要基于市场情绪因素进行筛选，忽略了基本面因素和操作风险等其他因素。同时，大幅波动的市场会对股票价格造成较大影响，造成选股过程的误判。
如何优化？
为了完善该选股逻辑，可以加入其他指标，如MACD、RSI等技术面指标。同时，应结合基本面因素和操作风险等因素进行综合考虑，增加选股策略的可靠性和有效性。
最终的选股逻辑
基于以上分析，完善的选股逻辑如下：
1.选出振幅大于1；
2.底部抬高；
3.前25天有涨停；
4.加入其他技术面和基本面指标；
5.根据操作风险和投资需求进行适当调整。
同花顺指标公式代码参考
以下是同花顺实现该选股策略的指标公式代码：
C1 = AMP() > 1;
C2 = BOTTOM(HIGH, C1) > BOTTOM(HIGH, C1 + 1);
C3 = COUNT(IF(CLOSE / REF(CLOSE, 1) > 1.09, 1, 0), 25) > 0;
SELECTOR = C1 AND C2 AND C3;
RESULT = SELECTOR;
python代码参考
以下是Python实现该选股策略的部分代码：
# 筛选符合条件的股票
selected_stocks = []
for stock in stocks:
# 获取该股票的历史K线数据
df_kline = get_price(stock, start_date=start_date, end_date=end_date, frequency='daily', fields=['open', 'high', 'low', 'close', 'volume'], skip_paused=True, fq='pre')
# 计算底部抬高指标、振幅和前25天涨停的条件，判断是否符合选股逻辑
c1 = df_kline['high'].std() > 1
c2 = BOTTOM(df_kline['high'], 2) > BOTTOM(df_kline['high'], 3) > BOTTOM(df_kline['high'], 4)
c3 = (df_kline['close'] / df_kline['close'].shift(1)).rolling(window=25).apply(lambda x: (x > 1.09).any()).iloc[-1]
# 选取符合条件的股票，加入结果列表中
if c1 and c2 and c3:
selected_stocks.append(stock)
return selected_stocks
以上代码仅供参考，具体实现还需要根据自身需求进行调整。
## 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。
