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，收盘价在布林带上轨和中轨之间的股票。
选股逻辑分析
本选股策略在原基础上增加了收盘价在布林带上轨和中轨之间的逻辑。相比之下，这可以更好地筛选出当前股价处于相对较低位置的个股，符合“低吸高抛”的买卖策略。结合振幅、涨停次数等技术指标，可以更好地筛选“真”热门股票。
有何风险？
该选股策略同样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，该策略依赖于技术分析指标，过度依赖技术指标容易产生虚假信号。
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。同时，可以根据市场情况和个股特点调整选股策略，例如增加市盈率、市净率等基本面指标，增加行业分类等交叉信息。
最终的选股逻辑
选取振幅大于1、500日内至少2次涨停，收盘价在布林带上轨和中轨之间的股票。
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) - 布林带上轨公式：MA(CLOSE, 20) + 2 * STD(CLOSE, 20)
通达信代码：MA(CLOSE, 20) + 2 * STD(CLOSE, 20) - 布林带中轨公式：MA(CLOSE, 20)
通达信代码：MA(CLOSE, 20)
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
# 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]
# 筛选收盘价在布林带上轨和中轨之间的股票
selected_stocks = selected_stocks[(selected_stocks['close'] < selected_stocks['ma20']+2*selected_stocks['std20']) & (selected_stocks['close'] > selected_stocks['ma20'])]
# 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。
