问财量化选股策略逻辑
本选股策略选取振幅大于1、500日内至少2次涨停，同时dea指标上涨的股票。
选股逻辑分析
本选股策略在振幅和涨停次数的基础上，引入了技术面指标dea指标，筛选出在技术面表现良好且有上涨趋势的标的，具有投资价值。
有何风险？
本选股策略仍然过于依赖技术指标，无法全面了解公司财务状况和市场情况，存在一定的局限性和不确定性。
如何优化？
可以引入其他基本面因素和技术指标，如资产负债表数据、市盈率等，以完全了解公司的财务和市场情况，从而更全面地筛选具备较好业绩增长和投资价值的标的。同时，对于技术指标的应用，应该结合其他指标，形成多方面对比分析，以更准确地捕捉市场信号。
最终的选股逻辑
在选择具有较大振幅和有涨停历史的股票的基础上，引入技术面指标dea指标，结合其他基本面因素和技术指标进行全面分析，筛选出具有较好业绩增长和投资价值的标的。
同花顺指标公式代码参考：
振幅大于1：
(HIGH - LOW) / PRE_CLOSE > 0.01
500日内至少2次涨停：
SUM(HIGH / REF(LOW,1) > 1.099, 500) >= 2
dea上涨：
DIFF, DEA = MACD(CLOSE,12,26,9)
DEA[0]> DEA[1] and DEA[1] > DEA[2]
排序：
SORT('资金强度', False)
python代码参考：
import tushare as ts
selected_stocks = []
for code in ts.get_stock_basics().index:
#获取股票数据
daily_data = ts.get_hist_data(code)
if daily_data is None or daily_data['high'].count() < 20:
continue
#判断涨停次数
if daily_data[(daily_data['high'] / daily_data['low'].shift(1) > 1.099).rolling(500).sum() >= 2].empty:
continue
#判断振幅
if (daily_data['high'] - daily_data['low']).mean() / daily_data['close'].mean() > 0.01:
continue
#判断dea上涨
macd_data = ts.get_k_data(code, ktype='D', autype='qfq', start='2015-01-01')[['date', 'close']]
diff, dea, _ = ta.MACD(macd_data['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
if np.all(dea[-1:-4:-1] > dea[-2:-5:-1]):
continue
selected_stocks.append(code)
#输出选中的股票
print(selected_stocks)
本选股策略在综合考虑技术面和基本面因素的基础上，筛选出具备较好业绩增长和投资价值的标的，但同样需要结合其他因素进行投资决策，避免单一指标的盲目跟风。
## 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。
