(supermind)振幅大于1、昨天3连板、30日平均线向上

问财量化选股策略逻辑

选股逻辑：振幅大于1、昨天有3连板、30日平均线向上。

选股逻辑分析

该选股逻辑主要采用技术面指标，通过振幅大于1、昨天有3连板和30日平均线向上这些指标进行筛选，以找出股票可能存在爆发机会的标的。该策略的优点在于充分考虑了大盘整体走势、均线等大量技术分析指标，具有较高的精确度和较强的决策参考价值，缺点在于忽略了公司基本面数据，存在选出的股票被市场低估的风险。

有何风险？

以下是该选股策略的存在的风险：

容易受到市场波动影响，导致选中的股票短期内无法保持表现；
忽略了公司基本面数据，可能存在某些被市场高估、内在价值低的股票被筛选出来的风险；
缺乏对行业及整个市场风险的考虑，有可能存在非股票自身因素导致的风险。

如何优化？

为了降低风险，我们可考虑以下优化：

加入公司基本面数据，考虑资产负债表、现金流量等因素，以改善选股的准确性；
考虑行业前景及整个市场的风险，通过搭建风险管理模型来降低股票选择的风险；
加入其他技术分析指标，如KDJ、MACD等，以提高选股的精确度和综合性。

最终的选股逻辑

改进后的选股逻辑如下：

挑选振幅大于1、昨日有3连板的股票；
在以上的选股条件下，挑选30日平均线向上的股票；
在考虑选股条件的时候，优先挑选盈利上升、股价稳定、ROE高、负债率低的蓝筹股。

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：

C := (HIGH - LOW) / REF(CLOSE, 1);
C1 := C > 1;
C2 := (REF(C, 1) > REF(C, 2)) AND (REF(C, 2) > REF(C, 3)) AND (REF(C, 3) > REF(C, 4));
C3 := MA(CLOSE, 30) > REF(MA(CLOSE, 30), 1);
SELECTOR := C1 AND C2 AND C3;

python代码参考

import pandas as pd
from tqsdk import TqApi, TqAuth

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

klines = api.get_kline_serial("SHFE.rb2101", 24 * 60 * 60, data_length=300) # 取得 df 数据，周期为日K线
df = pd.DataFrame(klines)

C1 = (df['high'] - df['low'] >= 1)
C2 = df.groupby('contract.symbol')['close'].apply(lambda x: (x.shift(1) > x.shift(2)) & \
                                                             (x.shift(2) > x.shift(3)) & \
                                                             (x.shift(3) > x.shift(4))).astype(int)
C3 = df['close'].rolling(30).mean() > df['close'].rolling(30).mean().shift(1)
selector = (C1 & C2 & C3).astype(int)
result = df[selector == 1].sort_values('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)

(supermind)振幅大于1、昨天3连板、30日平均线向上_