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、昨日9:15匹配价跌停的股票。
选股逻辑分析
本选股策略要求股票具有大的振幅以及经历多次涨停，同时要求昨日9:15匹配价跌停，这意味着该股票昨日开盘价较高但随后狂跌，可能代表了市场对该股票的担忧和不确定性。可以作为短线投资参考。
有何风险？
该选股策略同样忽略了股票的基本面、宏观经济数据等因素，仅仅关注了股票的技术面指标和市场热度以及风险。选择的短线投资标的往往风险较高，可能需要个人研究与风险控制。
如何优化？
可以结合基本面和业绩指标等因素来选股，如市盈率、净利润等等。同时可以引入复杂的技术分析方法，如KDJ、BOLL等等，来进一步优化选股策略。
最终的选股逻辑
选取振幅大、至少2次涨停、昨日9:15匹配价跌停的股票。
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
昨日9:15匹配价跌停：
LAST <= PRE_CLOSE * 0.9
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, ktype='D')
if daily_data is None or len(daily_data) < 80:
continue
#判断振幅和涨停次数
if (daily_data.high.max() - daily_data.low.min()) / daily_data.close.mean() < 0.01:
continue
if (daily_data.high / daily_data.low.shift(1) > 1.099).rolling(500).sum() < 2:
continue
#获取昨日9:15匹配价
market_data = ts.get_tick_data(code, date=ts.get_k_data(code).iloc[-1].date, src='tt')
if market_data is None or len(market_data) < 1:
continue
last_price = market_data.iloc[0].last_price
pre_close = daily_data.close.iloc[-2]
#判断昨日9:15匹配价是否跌停
if last_price <= pre_close * 0.9:
selected_stocks.append(code)
#输出选中的股票
print(selected_stocks)
以上仅供参考，具体操作需要根据市场情况和自身的风险偏好进行决策。
## 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。
