问财量化选股策略逻辑
选股逻辑为：振幅大于1、现量大于1万手、高开、前25天曾经有涨停。该策略注重交易活跃度和历史涨势，适用于短期操作和短线投资者。
选股逻辑分析
选股逻辑基于振幅、现量、高开、历史涨势等综合判断股票。振幅大于1和现量大于1万手代表交易活跃度高；高开代表股票有上涨机会；历史涨势则代表该股存在一定的投资价值和市场热度。该选股逻辑主要适用于短线操作和关注市场热点的投资者。
有何风险？
该选股策略忽略了很多其他重要的因素，如公司基本面情况、行业发展趋势等。同时，涨停的出现有可能会伴随着业绩承压和股价波动等风险。另外，历史涨势并不能完全代表未来涨势，存在一定的不确定性。
如何优化？
为了更全面、有效地筛选股票，可以加入其他因素进行筛选。比如，可以加入实现盈利能力、股息率、资产负债表等基本面数据、均线、MACD、RSI等技术指标进行综合判断。
最终的选股逻辑
选股逻辑为：振幅大于1、现量大于1万手、高开、前25天曾经有涨停的股票；加入其他指标判断和筛选，如实现盈利能力、股息率、资产负债表等基本面数据、均线、MACD、RSI等技术指标。
同花顺指标公式代码参考
REF(CLOSE, 25) == PREVCLOSE*1.1 AND SMA(CLOSE, 10, 1)，LOWV, HIGHV;
以上为计算股票均线指标的通达信指标公式。
Python代码参考
import tushare as ts
def get_selected_stocks():
selected_stocks = []
pro = ts.pro_api()
all_stocks = [ts_code for ts_code, name in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,market_cap,float_share').values.tolist() if name[0]!='S' and name[:3]!='ST']
for ts_code in all_stocks:
# 处理选股指标筛选条件
stock_info = pro.stock_basic(ts_code=ts_code, fields='name,industry,market_cap,float_share')
daily_data = pro.daily(ts_code=ts_code, start_date=pro.stock_basic(ts_code=ts_code, fields='start_date').iloc[0], end_date='today')
if len(daily_data) < 26 or daily_data['vol'].max() < 10000 or daily_data.iloc[-1]['open'] > daily_data.iloc[-2]['close']:
continue
if not any(daily_data.iloc[-25:]['close'] == daily_data.iloc[-26]['pre_close']*1.1):
continue
if daily_data.iloc[-1]['close'] < daily_data.iloc[-10:]['close'].mean() or daily_data.iloc[-1]['low'] < daily_data.iloc[-9:]['low'].min() or daily_data.iloc[-1]['high'] > daily_data.iloc[-9:]['high'].max():
continue
selected_stocks.append((stock_info.iloc[0]['name'], ts_code))
selected_stocks.sort()
return selected_stocks
以上为Python代码实现，选股逻辑为振幅大于1、现量大于1万手、高开、前25天曾经有涨停的股票。在整个选股过程中，可加入其他因素进行补充判断，如技术指标、基本面数据等。
## 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。
