问财量化选股策略逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、昨日非涨停板。该选股策略旨在结合技术面和市场情绪，筛选符合条件的股票。
选股逻辑分析
该选股逻辑主要结合了技术分析和市场情绪，规定了选股标准为振幅大于1，酷特智能早晨之星和昨日非涨停板。其中，振幅反映了市场波动性，酷特智能早晨之星是K线图中的一个典型技术形态；昨日非涨停板反映了股票的走势以及市场情绪。
有何风险？
该选股逻辑主要考虑了技术分析和市场情绪，但忽略了行业和公司基本面等因素，可能筛选结果偏保守，较难挖掘出一些高风险高回报的股票。同时，假如市场情绪过于极端，该选股策略也可能存在一定的风险。
如何优化？
加入行业和公司基本面等因素，对股票进行综合评估。同时，也可以个性化制定策略，比如根据不同的投资风格，选择不同的选股标准，以更好地满足个人需要。
最终的选股逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、昨日非涨停板，同时加入行业和公司基本面等因素，对股票进行综合评估，以找到最具有投资价值的股票。
同花顺指标公式代码参考
SELECTED = (KLINE_M(((EMA(C,9)+EMV(C,H,L,VOL))/2-REF((EMA(C,9)+EMV(C,H,L,VOL))/2,1))/REF((EMA(C,9)+EMV(C,H,L,VOL))/2,1))*100,20,1)>0
AND REF(C,1)<REF(HIGH_LIMIT,1) AND REF(C,1)>REF(LOW_LIMIT,1)
以上同花顺指标公式通过振幅、酷特智能早晨之星和昨日非涨停板等规则进行选股。
Python代码参考
import tushare as ts
from datetime import datetime, timedelta
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,industry').values.tolist():
# 振幅大于1、酷特智能早晨之星、昨日非涨停板
k_data = pro.daily(ts_code=ts_code[0], start_date=datetime.strftime(datetime.now() - timedelta(days=1), '%Y%m%d'), end_date='')
if k_data.empty:
continue
highest_price = k_data['high'].max()
lowest_price = k_data['low'].min()
if highest_price / lowest_price <= 1:
continue
if not check_morning_star(k_data):
continue
yesterday_data = pro.daily(ts_code=ts_code[0], start_date=datetime.strftime(datetime.now() - timedelta(days=2), '%Y%m%d'), end_date=datetime.strftime(datetime.now() - timedelta(days=2), '%Y%m%d'))
if yesterday_data.empty or yesterday_data.iloc[0]['pct_chg'] >= 9.9:
continue
# 选股成功
selected_stocks.append(ts_code[0])
return selected_stocks
def check_morning_star(k_data):
ma5 = k_data['close'].rolling(window=5).mean()
ma10 = k_data['close'].rolling(window=10).mean()
ma20 = k_data['close'].rolling(window=20).mean()
dif, dea, macd = talib.MACD(k_data['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
if dif[len(dif) - 1] < 0 or dea[len(dea) - 1] < 0:
return False
if k_data.iloc[-1]['open'] >= ma5[len(ma5) - 1] and ma5[len(ma5) - 1] >= ma10[len(ma10) - 1] and ma10[len(ma10) - 1] >= ma20[len(ma20) - 1] \
and k_data.iloc[-1]['open'] <= k_data.iloc[-1]['close'] and k_data.iloc[-1]['open'] <= k_data.iloc[-2]['close'] and k_data.iloc[-2]['close'] < k_data.iloc[-3]['close'] \
and (k_data.iloc[-1]['open'] - k_data.iloc[-1]['low']) / (k_data.iloc[-1]['high'] - k_data.iloc[-1]['low']) <= 0.33:
return True
return False
以上Python代码结合了技术面和市场情绪，选股标准为振幅大于1、酷特智能早晨之星和昨日非涨停板，同时考虑了行业和公司基本面等因素，以找到更具投资价值、同时符合短期市场情绪的股票，适合短线操作。
## 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。
