问财量化选股策略逻辑
选股逻辑为：振幅大于1、股价为18.5元、前25天有涨停的标的。该选股策略旨在寻找波动性较大、股价适中、近期涨势较强的标的。
选股逻辑分析
该选股逻辑通过选取振幅大于1、股价为18.5元、且前25天有涨停的标的，筛选出近期具有较强涨势的标的。通过涨停板引起的短期供需失衡等原因，往往会导致一些投机性资本的追捧和推动股价上涨，这类标的通常具备较大的上涨空间。
有何风险？
该选股策略依赖于涨停板的特定情况，有可能会遇到人为操纵等市场行为以及盲目追涨的风险。除此之外，该选股策略比较注重短期热点，不一定能够代表标的未来的发展潜力。
如何优化？
可以结合财务指标、业绩情况等基本面指标，加入综合分析，从更全面的角度筛选标的，降低盲目追涨的风险。同时，可以从板块、行业等角度进行综合考虑，选取具备成长性、可持续性的标的。
最终的选股逻辑
选股条件为：振幅大于1、股价为18.5元、前25天有涨停的标的，同时加入多个基本面指标的综合分析和板块、行业等角度的考虑，寻找具备成长性、可持续性的标的。
同花顺指标公式代码参考
# 振幅大于1
SELECT1 = (HIGH - LOW) / HIGH > 0.01
# 股价为18.5元
SELECT2 = CLOSE == 18.5
# 前25天有涨停
SELECT3 = COUNT(IF(HIGH == REF(HIGH, 1), 1, 0), 25) > 0
SELECT = SELECT1 AND SELECT2 AND SELECT3
SORT_BY = '成交额'
SORT_ASCEND = False
以上为计算选股逻辑的同花顺指标公式。
Python代码参考
import pandas as pd
import tushare as ts
def get_selected_stocks():
# 获取tushare连接
ts.set_token('Your Token')
pro = ts.pro_api()
# 获取股票数据
stock_data = pro.daily(trade_date='20220101')
# 进行选股
selected_stocks = []
for idx, row in stock_data.iterrows():
# 判断筛选条件
if (row['high'] - row['low']) / row['high'] <= 0.01 or row['close'] != 18.5 or not has_recent_limit_up(row['ts_code'], pro, limit_days=25):
continue
# 根据筛选条件选取标的
selected_data = {}
selected_data['ts_code'] = row['ts_code']
selected_data['stock_name'] = row['name']
selected_data['stock_price'] = row['close']
# 可添加其他指标
selected_stocks.append(selected_data)
# 按成交额从高到低排序
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol'], reverse=True)
return selected_stocks_sorted
def has_recent_limit_up(stock_code, pro, limit_days=25):
# 判断股票是否有最近limit_days里有涨停板
df = pro.daily(ts_code=stock_code, start_date=last_trade_day(limit_days), end_date=last_trade_day(1))
for idx, row in df.iterrows():
if row['high'] == row['low'] and row['pre_close'] != row['high']:
return True
return False
def last_trade_day(n=0):
# 获取n个交易日之前的日期
cal_dates = get_trading_calendar()
loc = cal_dates.index(pd.Timestamp.today().strftime('%Y-%m-%d'))
if loc < n:
return cal_dates[0].strftime('%Y%m%d')
else:
return cal_dates[loc - n].strftime('%Y%m%d')
def get_trading_calendar():
# 获取交易日历
ts.set_token('Your Token')
pro = ts.pro_api()
cal_data = pro.trade_cal(exchange='', start_date='20200101', end_date='20221231')
cal_data = cal_data[cal_data.is_open == 1]
cal_dates = pd.to_datetime(cal_data.cal_date)
return cal_dates.tolist()
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、前25天有涨停的标的，同时加入多个基本面指标的综合分析和板块、行业等角度的考虑，寻找具备成长性、可持续性的标的。可根据实际需求进行修改。
## 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。
