(supermind)振幅大于1、昨天3连板、企业性质_

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，企业性质。

选股逻辑分析

该选股逻辑主要从以下几个方面考虑：

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. 通过企业性质选择具有较好的成长性和盈利能力的标的。

有何风险？

该选股策略存在以下风险：

1. 过分强调短期市场情绪的反映，可能导致对标的的长期价值认识不足；
2. 企业性质可能存在难以量化描述的因素；
3. 忽略了对行业&市场整体复权行情的考虑。

如何优化？

为了优化该选股逻辑，可以考虑以下方案：

1. 通过深入分析企业财务数据来减少对企业性质选择上的盲目性；
2. 结合行业&市场整体行情来更好地筛选目标标的。

最终的选股逻辑

改进后的选股逻辑如下：

1. 振幅大于1；
2. 昨天连续3日涨停；
3. 根据企业财务数据筛选；
4. 结合行业&市场整体行情进行筛选。

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[''] # 填入企业财务数据筛选条件
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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)