(supermind量化-)振幅大于1、500日内至少2次涨停、流通市值大于100亿元

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、流通市值大于100亿元。

选股逻辑分析

本选股策略仍以技术面为主，筛选条件相对而言较严格，同时特别强调了流通市值。振幅和涨停次数反映股票短期内的波动性和市场的热度，而流通市值可以反映企业规模和市场参与度。

有何风险？

相较于其他选股策略，该策略的筛选条件更为严格，能够筛选出的股票也相对更少，增加了股票的偏差。同时，跟流通市值相关的指标对于管理层和机构持股比例等方面并未做出充足的考虑，可能会引入投资风险。

如何优化？

可以增加一些与企业业绩和管理相关的指标，如市盈率、净利润增长率、股东人数、证券资格等，全面考虑股票的基本面情况。同时，可以采用量化分析和机器学习等算法来辅助分析，提高选股效率和准确性。

最终的选股逻辑

选取振幅大于1、500日内至少2次涨停、流通市值大于100亿元的股票。

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)
流通市值公式：计算股票流通市值
通达信代码：CIRCULATION * CLOSE / 10000
流通市值筛选条件公式：流通市值 > 100亿元
通达信代码：CIRCULATION * CLOSE / 10000 > 100000

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
# 定义流通市值筛选条件
circulation_market_value_filter = 10000000000

# 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]

# 筛选流通市值大于100亿元的股票
selected_stocks = selected_stocks[(selected_stocks['totals'] - selected_stocks['outstanding']) * selected_stocks['close'] >= circulation_market_value_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、流通市值大于100亿元_