(supermind)振幅大于1、昨天3连板、10日涨幅大于0小于35_

问财量化选股策略逻辑

选股逻辑：振幅大于1，昨天3连板，10日涨幅大于0小于35。

选股逻辑分析

该选股逻辑较前面的逻辑更为严格，在振幅和3连板的基础上加入了10日涨幅的限制，只选取10日涨幅在0-35%的标的，排除了短期表现不佳的股票。这一逻辑的设置更为合理，相对于市场整体表现较好的标的股票可能更具价值。

有何风险？

该选股逻辑仍然存在以下风险：

1. 选股逻辑的设置过于严格，难以满足所有情况；
2. 该逻辑只考虑了近期涨幅，对于处于周期性行业的股票可能失去优秀标的；
3. 筛选过程中没有对基本面进行考虑，可能会选择一些基本面不佳的标的。

如何优化？

为了优化该选股逻辑的准确性，可以考虑以下几点：

1. 在10日涨幅的基础上，添加其他技术指标，如均线和RS等，以找出更为优秀的标的；
2. 对于不同行业的股票，需使用不同的选股参数，并结合行业特征进行调整；
3. 考虑加入基本面分析，如ROE、净利润增长率等指标，以筛选出具有良好基本面的标的。

最终的选股逻辑

改进后的选股逻辑如下：

1. 振幅大于1.5%；
2. 昨天3连板；
3. 个股10日涨幅大于0小于35。

同花顺指标公式代码参考

该选股逻辑的通达信指标公式如下：

C1:=MA(MAX(CLOSE-REF(CLOSE,1),0),6)/MA(ABS(CLOSE-REF(CLOSE,1)),6)*100;
C2:=MA(MAX(CLOSE/REF(CLOSE,1)-1,0),6)/MA(ABS(CLOSE/REF(CLOSE,1)-1),6)*100;
V1:=IF(VOL>REF(VOL,1),VOL-REF(VOL,1),0);
V2:=IF(VOL<REF(VOL,1),REF(VOL,1)-VOL,0);
OSC:=(MA(V1,3)-MA(V2,3))/MA(V2,3)*100;
SELECT C1>20 AND C1<100 AND C2>20 AND C2<100 AND OSC>5 AND V2<1.5*MA(V2,26) AND COUNT(CLOSE>OPEN,5)>2

Python代码参考

import pandas as pd
from tqsdk import TqApi, TqAuth

api = TqApi(auth=TqAuth("YOUR_ACCOUNT", "YOUR_PASSWORD"))

symbol_list = api.query_quotes()["codes"]
for symbol in symbol_list:
    klines = api.get_kline_serial(symbol, 24 * 60 * 60, data_length=500)
    df = pd.DataFrame(klines)

    # 计算涨幅
    df['10_day_pct'] = (df['close'] / df['close'].shift(10) - 1) * 100

    # 选股逻辑
    C1 = (df['close'].max() / df['close'].min() - 1 >= 0.015)
    C2 = ((df['close'] == df['close'].shift())
          & (df['close'] == df['close'].shift(2))
          & (df['close'] != df['close'].shift(3)))
    C3 = (0 <= df['10_day_pct']) & (df['10_day_pct'] <= 35)

    # 总筛选
    selector = C1 & C2 & C3
    result = df[selector == 1].sort_values(
        by='amount', ascending=False).index.tolist()

    ## 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)