(supermind量化-)振幅大于1、500日内至少2次涨停、收益＞0

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、收益＞0。

选股逻辑分析

此选股策略侧重于挖掘市场热点，振幅和涨停次数均表征了市场情绪。同时，股票收益如果能够大于0，则说明此股票具有一定的上涨潜力，符合投资者对于收益的需求。

有何风险？

此选股策略同样受到市场情况以及时间的影响，同时振幅和涨停次数也属于短期因素。若市场热点迅速转移或市场情绪变化，则选股结果可能会出现偏差。此外，收益率过高也可能存在一定的风险，可能意味着此股票价格被高估，或是已经处于高点。

如何优化？

可以引入基本面指标，例如市盈率、市净率、收益增长率等，以综合判断股票的估值和核心竞争力。同时，可以通过调整筛选条件，降低收益率的阈值，以便选出更多表现较好的股票。可以考虑与选股条件相关联的其他指标，以降低单一指标的风险。

最终的选股逻辑

选取振幅大于1、500日内至少2次涨停、收益＞0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)
收益率公式：(close-pre_close)/pre_close
通达信代码：(CLOSE-REF(CLOSE,1))/REF(CLOSE,1)

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
# 定义收益率筛选条件
return_filter = 0

# 获取股票列表
stock_list = ts.get_stock_basics()

# 筛选振幅满足条件的股票
selected_stocks = stock_list[stock_list['high'] - stock_list['low'] >= amplitude_filter * stock_list['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]

# 筛选收益率满足条件的股票
selected_stocks = selected_stocks[selected_stocks['pct_change'] > return_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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind量化-)振幅大于1、500日内至少2次涨停、收益＞0_