问财量化选股策略逻辑
选股逻辑：振幅大于1，昨天连续3日上涨并非连板，昨日非涨停板。
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日上涨并非连板，可以减轻买入时踩高的风险；3. 昨日非涨停板，可以过滤出没有炒作风险的标的。
有何风险？
该选股策略存在以下风险：
- 未考虑公司基本面和行业发展等因素；
- 过度注重短期数据和现象，缺乏长期投资价值考量；
- 只选股昨天非涨停板，可能错过当天涨停的标的。
如何优化？
为了优化该选股逻辑，可以考虑以下方案：
- 结合公司的基本面和行业分析等因素，全面评估股票价值；
- 结合技术指标和基本面分析，并加入风险控制策略，降低风险；
- 策略中可以加入筛选昨天涨幅较大的标的，以体现一些短期机会。
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日上涨并非连板；
- 昨日非涨停板；
- 结合公司的基本面、行业分析和技术指标等因素综合分析。
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=300) # 获取 df 数据, 周线为周期
df = pd.DataFrame(klines)
C1 = (df['high'] - df['low'] >= 1)
C2 = df.groupby('contract.symbol')['close'].apply(lambda x: (x.shift(1) < x.max()) & \
(x.shift(2) < x.max()) & \
(x.shift(3) == x.max())).astype(int)
C3 = (df['close'] / df['close'].shift(1) < 1.1).astype(int)
selector = (C1 & C2 & C3).astype(int)
result = df[selector == 1].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。
