问财量化选股策略逻辑
选股逻辑：振幅大于1，昨天连续3日涨停，价格小于12。
选股逻辑分析
该选股逻辑主要考虑了以下几个方面：1. 振幅大于1可以过滤出市场活跃的高热度标的；2. 昨天连续3日涨停可以反映出市场对该标的的买入热情；3. 选择价格较低的标的，有一定的成长空间和较低的风险。
有何风险？
该选股策略存在以下风险：
- 过分强调短期涨跌情况，可能导致对股票的价值深度理解不足；
- 在价格较低的标的中，也存在质量较差的股票，需要进行风险控制；
- 忽略了一定的基本面分析，存在过于追逐热点的风险。
如何优化？
为了优化该选股逻辑，可以考虑以下方案：
- 增加对基本面的分析；
- 降低风险，排除容易造成错误的标的；
- 选择具有较好增长性的标的。
最终的选股逻辑
改进后的选股逻辑如下：
- 振幅大于1；
- 昨天连续3日涨停；
- 价格小于12元；
- 基本面和增长性综合考虑。
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：
暂无
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=500)
df = pd.DataFrame(klines)
C1 = (df['high'] - df['low'] >= 1)
C2 = df.groupby('contract.symbol')['pct_chg'].apply(lambda x: (x.shift(1) == 9.00) & \
(x.shift(2) == 9.00) & \
(x.shift(3) == 9.00)).astype(int)
C3 = (df['close'] < 12)
selector = (C1 & C2 & C3).astype(int)
result = df[selector == 1].sort_values(by='volume', 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。
