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，并且外盘/内盘大于1.3的股票。
选股逻辑分析
本选股策略在技术面方面综合考虑了振幅和涨停历史，同时关注外盘与内盘的比例，该指标能够反映出市场的赚钱效应和资金流向
有何风险？
在选股过程中，过于注重技术面指标可能会忽略一些基本面信息的影响，可能会导致选错股票。另外，外盘/内盘的计算方式可能受到时间周期的影响，需要灵活调整策略，对进入选股池的标的进行更为细致的筛选和分析，以减少风险。
如何优化？
可以在振幅、涨停历史、外盘/内盘的基础上，再加入一些其他的技术指标进行筛选，例如BOLL、MACD等，以提高选股的准确性。同时，需要调整外盘/内盘的计算方式，以避免因时间周期的影响而导致失真。
最终的选股逻辑
在振幅大、涨停历史丰富的股票的基础上，外盘/内盘大于1.3。
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
外盘/内盘大于1.3：
SUM(IF(VOLUME>REF(VOLUME,1),VOLUME-(IFNULL(INSTANCEVOLUME,0)),0),5) / SUM(IF(VOLUME<REF(VOLUME,1),REF(VOLUME,1)-(IFNULL(INSTANCEVOLUME,0)),0),5) > 1.3
排序：
SORT('外盘/内盘比例', 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
#计算外盘/内盘比例
volume = ts.get_sina_dd(code, date=datetime.datetime.now().strftime('%Y-%m-%d'))
if volume is None or volume.empty:
continue
out_volume = volume[volume['type'] == '买盘']['volume'].sum() - volume[volume['type'] == '卖盘']['volume'].sum()
in_volume = volume[volume['type'] == '卖盘']['volume'].sum() - volume[volume['type'] == '买盘']['volume'].sum()
if out_volume / in_volume < 1.3:
continue
selected_stocks.append(code)
#输出选中的股票
print(selected_stocks)
本选股策略综合了技术面多个因子，采用复合指标选股，仅供参考。在实际操作中，需要加强对风险敞口的把控，进行风险控制，提高投资稳定性。
## 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。
