问财量化选股策略逻辑
选股逻辑：振幅大于1, 底部抬高, 剔除昨日涨停。
选股逻辑分析
该选股逻辑在原有的基础上，增加了一个限制条件，即剔除昨日涨停的股票。这样一来，可以进一步过滤掉那些已经受到资金追捧并获得收益的股票，筛选出可能还未被发现但具备潜在增长空间的股票。不过，由于过于关注短期涨势，在风险控制方面还需进一步完善。
有何风险？
该选股逻辑忽略了股票基本面指标的影响，纯粹关注股价涨幅可能存在投机风险，并且剔除昨日涨停可能会过于关注短期涨势，导致选出的股票不可持续。此外，选取的时间段和选股策略的具体参数也可能影响选股效果。
如何优化？
为改善该选股逻辑的可靠性和有效性，可结合其他技术面指标、市场情绪指标和基本面指标进行综合判断。比如加入成交量、均线、MACD等技术面指标，以及市盈率、市净率等基本面指标，进一步提高选股的准确性。同时，为减少剔除昨日涨停可能带来的风险，在股票复盘过程中可以借助更多的基本面指标进行补充，例如营收、净利润、增长率、股东人数等。
最终的选股逻辑
基于以上分析，完善的选股逻辑如下：
1.振幅大于1；
2.底部抬高；
3.剔除昨日涨停；
4.综合考虑其他技术面指标、市场情绪指标和基本面指标。
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, 2) > BOTTOM(HIGH, 3) > BOTTOM(HIGH, 4);
C3 = IF(REF(ABS(DELTA(CLOSE, 1))), (CLOSE - REF(CLOSE, 1)) / REF(ABS(DELTA(CLOSE, 1))), 0) < 0.098;
C4 = SUM(IF(MAX(OHLC, 1) / REF(MAX(OHLC, 1), 1) > 1.09, 1, 0), 20) > 0;
SELECTOR = C1 AND C2 AND C3 AND C4;
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
def select_stocks(start_date, end_date):
selected_stocks = []
for stock in stocks:
# 获取该股票在指定时间内的历史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')
# 计算振幅和底部抬高指标，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)
# 判断是否剔除昨日涨停
c3 = ~((df_kline['close'] / df_kline['pre_close'] - 1) == 0).shift()
# 计算近一个月内是否有涨停，判断是否符合选股逻辑
c4 = (df_kline['close'] / df_kline['close'].shift(1) - 1).rolling(20).apply(lambda x: x[x > 0.09].size > 0)
# 判断是否符合选股逻辑
if c1 and c2 and c3 and c4:
selected_stocks.append(stock)
return selected_stocks
result = select_stocks('2022-01-01', '2022-12-31')
print(result)
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。
