(supermind)振幅大于1、昨天3连板、60开头的股票

问财量化选股策略逻辑

选股逻辑：振幅大于1，昨天3连板，60开头的股票。

选股逻辑分析

该选股逻辑在前一个选股逻辑的基础之上，加入了对股票代码的筛选，只选择60开头的股票。与前一逻辑相比，该逻辑有一定的行业限制，但也有明显的行业特征，适合寻找某些细分行业或板块的标的股票。

有何风险？

该选股逻辑仍然存在以下风险：

盲目过滤股票代码，可能会错过一些不错的标的；
只考虑了短期市场买入信号，容易忽略中长期趋势和基本面的影响；
选股逻辑的设置较为单一，可能存在一定的伪需求。

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：

增加选股规则，如涨幅、量比等其他指标，以确保筛选出的标的质量更高；
对细分行业进行较为详细的划分，以避免某些低概率事件的发生；
根据市场不同时间段和风格，优化选股策略，增强适应性。

最终的选股逻辑

改进后的选股逻辑如下：

振幅大于1.5%；
昨天3连板；
股票代码以60开头。

同花顺指标公式代码参考

该选股逻辑的通达信指标公式与前面一致，此处省略。

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

    # 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)))

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

注意：该代码需要用到同花顺股票代码的查询，需保证使用的账号已经开通同花顺交易权限。

    ## 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、60开头的股票_