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次涨停以及昨日股价大于250日均线的股票。
选股逻辑分析
该选股策略在技术面上，注重了股票的振幅、涨停次数以及股价与多日均线的关系，这些指标能够反映出股票的价格波动、市场热度和股价趋势，有望找到具有较高上涨潜力的个股。
有何风险？
该选股策略依然注重技术面，而且只判断了对股票近期的价格波动和股价趋势的影响，不充分考虑公司财务、估值等基本面因素的影响，存在较大的盲区。同时，市场是难以预测的，股票走势存在风险，需要投资者自行决定是否进行投资。
如何优化？
可以对股票进行更全面的基本面、行业情况等信息分析，注重基本面和资金流等多个因素的指标组合选股，以便更好地把握市场情况，提高股票筛选的准确性。在实际操作中，需要根据风险偏好和资金规划进行风险规避，以保证稳定收益。
最终的选股逻辑
挑选振幅大、至少2次涨停以及昨日股价大于250日均线的股票。
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
昨日股价大于250日均线：
REF(CLOSE,1) > MA(CLOSE,250)
排序：
SORT('振幅×2+涨停次数+昨日收盘价>250日均线', 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_today_ticks(code)
if daily_data is None or len(daily_data) < 30:
continue
#判断振幅和涨停次数
if (daily_data.price.max() - daily_data.price.min()) / daily_data.price.mean() < 0.01:
continue
if (daily_data.price / daily_data.price.shift(1) > 1.099).rolling(500).sum() < 2:
continue
#判断昨日股价是否大于250日均线
if daily_data.price.iloc[-2] < daily_data.price.rolling(250).mean().iloc[-2]:
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和基本面多个因素，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。
