(supermind)振幅大于1、开盘价在十日线左右、非ST（10点之前选股票）五部涨停战

问财量化选股策略逻辑

选股逻辑为振幅大于1、开盘价在十日均线左右、非ST，使用五部涨停战法进行选股。该策略旨在找到短期内有波动但被市场看好的股票。

选股逻辑分析

1. 振幅大于1说明短期内波动较大；
2. 开盘价在十日均线左右说明股票处于调整期；
3. 非ST可以避免一些可能存在的风险；
4. 使用五部涨停战法进行选股，则可以选择具有一定赚钱效应的股票。

有何风险？

1. 选股策略摒弃了基本面的考虑，只关注了短期市场波动和市场看好程度，无法针对股票的长期价值进行判断；
2. 过度追求短期的赚钱效应，容易忽略风险；
3. 五部涨停战法往往存在局限性，可能会选出过多的次新股等风险较高的个股。

如何优化？

1. 综合考虑短期波动和市场看好程度的同时，应该也要考虑股票的基本面因素，以综合的方式进行筛选和判断；
2. 合理控制仓位，减少负面影响；
3. 加入合适的风控措施，减少风险。

最终的选股逻辑

选股逻辑为振幅大于1、开盘价在十日均线左右、非ST股票，使用五部涨停战法进行选股，同时加强对基本面因素的考虑。该策略需要加强对风险的管控和基本面因素的考虑。

同花顺指标公式代码参考

# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)

# 判断开盘价在十日均线左右
ma10 = MA(CLOSE, 10)
picks_ma10 = IF((OPEN > ma10*0.95) & (OPEN < ma10*1.05), 1, 0)

# 判断是否是ST股
picks_st = IF(SUBSTRING(SYMBOL, 1, 2) != 'ST', 1, 0)

# 选取五部涨停的股票
picks_five_limit = IF(XUP(), 1, 0)
picks_five_limit_sum = SUM(picks_five_limit, 5)
picks_five_limit_final = IF(picks_five_limit_sum >= 4, 1, 0)

# 选取符合条件的股票
picks_final = picks_amplitude * picks_ma10 * picks_st * picks_five_limit_final

# 输出选股结果
WriteIf(picks_final, picks_final, 0)

python代码参考

# 计算振幅
df['amplitude'] = 100 * (df['high'] - df['low']) / df['close']
picks_amplitude = set(df[df['amplitude'] > 1]['ts_code'].tolist())

# 判断开盘价在十日均线左右
ma10 = df['close'].rolling(10).mean()
df['picks_ma10'] = ((df['open'] > ma10*0.95) & (df['open'] < ma10*1.05)).apply(lambda x: True if x else False)
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())

# 判断是否是ST股
df['picks_st'] = df['symbol'].apply(lambda x: False if x.startswith('ST') else True)
picks_st = set(df[df['picks_st']]['ts_code'].tolist())

# 选取五部涨停的股票
df['picks_five_limit'] = (df['close'] > df['close'].shift(1).rolling(5).max()).apply(lambda x: True if x else False)
df['picks_five_limit_sum'] = df['picks_five_limit'].rolling(5).sum()
df['picks_five_limit_final'] = ((df['picks_five_limit_sum'] >= 4) & (df['picks_five_limit'])).apply(lambda x: True if x else False)
picks_five_limit_final = set(df[df['picks_five_limit_final']]['ts_code'].tolist())

# 选取符合条件的股票
picks_final = picks_amplitude & picks_ma10 & picks_st & picks_five_limit_final

# 输出选股结果
print(picks_final)

    ## 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)