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、剔除昨日涨停。该选股策略主要是通过选择波动性较大、市场情绪较高的股票，并剔除昨日的涨停股票，适用于短期高风险投资。
选股逻辑分析
该选股逻辑主要是从股票近期的涨停情况入手，剔除昨日存在涨停的股票，适用于波动性大、市场情绪较好的股票。相对于只选择涨停股，剔除昨日涨停的股票筛选可能更加准确。但是，也可能存在选漏、选错股票等风险。
有何风险？
该选股逻辑风险较大，如股价大幅波动、基本面资质差、自身波动性较高等风险。同时，在剔除昨日涨停的情况下，有可能存在漏选和误选的情况。
如何优化？
可以加入其他财务、技术面指标等进行综合选择，避免只看短期情绪的短期操作。选股后也需要进行资金控制和风险控制等措施，以减少损失。
最终的选股逻辑
选股条件为：振幅大于1、股价为18.5元、剔除昨日涨停，同时根据其他指标进行综合考虑，寻找市值合理、财务稳健、技术面符合要求的高成长性企业股票，合理控制风险，合适的止盈止损策略，有针对性地寻找投资机会。
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
# 剔除昨日涨停
SELECT3 = IF1(C = C * REF(HIGH, 1), 0, 1) == 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。需要根据实际情况进行调整，以得到更加准确的选股结果。
Python代码参考
import pandas as pd
import numpy as np
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(ts_code='000001.SZ', start_date='20220101', end_date='20220301')
# 进行选股
selected_stocks = []
for idx, row in stock_data.iterrows():
# 判断振幅大于1、股价为18.5元、剔除昨日涨停
if (row['high'] - row['low']) / row['high'] <= 0.01 or \
row['close'] != 18.5 or \
IF1(C == C * REF(HIGH, 1), 1, 0) <= 0:
continue
if row['amount'] == 0 or row['close'] == 0:
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']
selected_data['circ_market_cap'] = row['circ_mv']
# 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
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、剔除昨日涨停。可根据实际需求进行修改，加入其他财务指标、技术指标和基本面指标等因素综合判断，以及风险控制措施等。
## 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。
