(supermind)振幅大于1、昨天3连板、按个股热度从大到小排序名_

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，按个股热度从大到小排序名。

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. 按个股热度从大到小排序可以优先选择市场关注度高的标的。

有何风险？

该选股策略存在以下风险：

1. 只考虑短期的涨停板情况，可能导致对标的长期价值认知不足；
2. 使用按热度排序的方法，可能产生过于看重市场情绪的问题；
3. 忽略了长期基本面，存在过度追逐热点的风险。

如何优化？

为了优化该选股逻辑，可以考虑以下方案：

1. 加入更全面的基本面考虑，如财务数据等；
2. 增加风险控制，降低选股的风险；
3. 从不同角度考虑证券的热度和关注度。

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. 从多个角度考虑个股热度；
4. 基本面综合考虑。

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)
selector = (C1 & C2).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)