(supermind)振幅大于1、前25天有涨停、500日内至少2次涨停_

问财量化选股策略逻辑

选取振幅大于1，前25天至少有1次涨停，500日内至少2次涨停的股票进入待投资池。

选股逻辑分析

1. 振幅大于1表明该股票波动性较大，容易有较大的涨幅和收益；
2. 前25天至少有1次涨停代表市场对该股票认可度高，市场情绪较好；
3. 500日内至少2次涨停表明股票短期内有较好的上涨潜力。

有何风险？

1. 基于技术面和历史数据的选股方法可能忽略了公司基本面的影响；
2. 该选股逻辑不考虑市场整体的走势，如果市场整体下跌，则不一定适用；
3. 只关注短期内的上涨潜力可能导致错过长期投资机会；
4. 涨停是市场交易限制的一种形式，不一定代表真正的价值变化。

如何优化？

1. 结合基本面指标如财报、行业板块等，评估公司质量优劣；
2. 考虑市场整体走势，选择在整体行情好的时候投资；
3. 综合考虑多个技术指标，如RSI、KD指标等；
4. 对选股结果进行风险控制，如分散投资等措施。

最终的选股逻辑

选取振幅大于1、前25天至少有1次涨停、500日内至少2次涨停的股票进入待投资池。

同花顺指标公式代码参考

// 振幅大于1
COND1:=(HIGH-LOW)/LOW>0.01;
// 前25天至少有1次涨停
COND2:=REF(HIGH=LOW AND HIGH/REF(CLOSE,1)>1.097, COUNT-1)>(COUNT-25);
// 500日内至少2次涨停
REF_CLOSE:=REF(CLOSE, 1);
UP_LIMIT:=REF((REF_CLOSE<=1.097*REF_CLOSE AND CLOSE>1.097*REF_CLOSE) OR (REF_CLOSE<=1.097*(REF_CLOSE+REF(UP_LIMIT, 1))/2 AND CLOSE>1.097*(REF_CLOSE+REF(UP_LIMIT, 1))/2), 500);
COND3:=COUNTN(UP_LIMIT, COUNT)>=2;
// 综合条件
CONDITION:=COND1 AND COND2 AND COND3;
SIGNAL:=CHECKCOND(CONDITION, 1);

Python代码参考

import pandas as pd
import akshare as ak
from datetime import datetime, timedelta
from talib import abstract

def get_trade_data(stock_code):
    stock_df = ak.stock_zh_a_daily(symbol=stock_code, adjust="hfq")
    stock_df.rename(columns={"日期":"date","开盘":"open","最高":"high","最低":"low","收盘":"close","成交量":"volume","成交额":"amount", "竞买价": "bid", "竞卖价": "ask", "竞买量":"bid_volume", "竞卖量":"ask_volume"}, inplace=True)
    stock_df.sort_values("date", ascending=True, inplace=True)
    # 振幅大于1
    cond1 = (stock_df['high'] - stock_df['low']) / stock_df['low'] > 0.01
    # 前25天至少有1次涨停
    cond2 = (stock_df['high'] == stock_df['low']) & (stock_df['high'] / stock_df['close'].shift(1) > 1.097)
    # 500日内至少2次涨停
    up_limit = stock_df['close'].shift(1) * 1.097
    mask1 = (up_limit <= stock_df['close']) & (stock_df['close'] < up_limit * 1.097)
    mask2 = (up_limit / 2 + up_limit.shift(1) / 2 <= stock_df['close']) & (stock_df['close'] < up_limit * 1.097)
    cond3 = sum(mask1 | mask2) >= 2
    # 综合条件
    basic_cond = cond1 & cond2 & cond3
    df = stock_df.loc[basic_cond].reset_index(drop=True)
    return df

def select(df):
    return df

    ## 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)