问财量化选股策略逻辑
本选股策略在日线上选取以下股票：振幅大于1、500日内至少2次涨停，10天内涨停天数大于2的股票。
选股逻辑分析
本选股策略在原基础上增加了10天内涨停天数大于2这一逻辑。相比之下，这可以更好地筛选出市场里的“真”热门股票。通过振幅、涨停次数和连续涨停天数等技术指标，本选股策略可以有效避免一些虚火公司。而股票的投资价值则需要通过其他指标进行考量。
有何风险？
该选股策略较为注重近期股价表现，因此可能较难考虑到长期基本面因素。同时，该策略依赖于市场情况，如果行情不佳或者出现非正常的股票市场波动，可能会产生较大的风险。
如何优化？
可以增加基本面分析、财务数据等因素，从多个维度筛选个股。对于涨停天数这一逻辑，可以结合换手率、成交量等指标进行优化，以便更好地衡量市场的热点。
最终的选股逻辑
选取振幅大于1、500日内至少2次涨停，10天内涨停天数大于2的股票。
同花顺指标公式代码参考
- 振幅公式：(high-low)/close
通达信代码：(HHV(HIGH,1)-LLV(LOW,1))/REF(CLOSE,1) - 涨停次数公式：计算500日内涨停次数，使用rolling()和sum()函数求和
通达信代码：(HIGH/LLV(LOW,1)>1.099).SUM(500) - 连续涨停天数公式：使用count()函数计算涨停天数
通达信代码：(HIGH/REF(CLOSE,1)>1.099).COUNT>=2
python代码参考
import tushare as ts
# 定义需要筛选的企业类型
property_list = ['证券', '银行', '保险']
# 定义振幅筛选条件
amplitude_filter = 0.01
# 定义涨停次数筛选条件
rise_stop_filter = 2
# 定义连续涨停天数筛选条件
rise_stop_days_filter = 3
# 获取基本面数据
data = ts.get_stock_basics()
# 筛选振幅满足条件的股票
selected_stocks = data[data['high'] - data['low'] >= amplitude_filter * data['close']]
# 筛选涨停次数满足条件的股票
selected_stocks = selected_stocks[(selected_stocks['high'] / selected_stocks['low'].shift(1) > 1.099).rolling(500).sum() >= rise_stop_filter]
# 筛选连续涨停天数满足条件的股票
selected_stocks = selected_stocks[(selected_stocks['high'] / selected_stocks['close'].shift(1) > 1.099).rolling(10).sum() >= rise_stop_days_filter]
# 输出选中的股票
print(selected_stocks.index.tolist())
以上代码仅供参考，具体实现方法可以根据投资者需要和市场情况进行调整。
## 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。
