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，涨幅在-5%至2.6%范围内的股票。
选股逻辑分析
本选股策略在技术面上，注重了振幅、涨停次数和涨幅等指标，这些指标能较好地反映出市场情况，可以找到技术面和基本面支持并有望表现较好的个股。
有何风险？
该选股策略仍然注重技术面，可能会忽略掉一些基本面信息，从而选错个股。而且，这种技术面选股方法主要适用于短期交易，需要时刻关注市场波动情况，存在较大风险。
如何优化？
可以加入一些基本面因素，例如公司财务状况、行业政策等，进行复合指标选股，以提高选股的准确性和收益率。对于短期交易，应该更加谨慎，在合适的时机进行买入和卖出操作，控制持仓风险。
最终的选股逻辑
在振幅大、涨停次数丰富且涨幅在-5%至2.6%的股票中，进行选股。
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
涨幅在-5%至2.6%范围内：
(-5 < ((CLOSE - PRE_CLOSE) / PRE_CLOSE * 100) < 2.6)
排序：
SORT('涨幅×2+振幅×2+涨停次数', 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) < 20:
continue
#判断涨停次数
if daily_data[(daily_data.price / daily_data.price.shift(1) > 1.099).rolling(500).sum() < 2].empty:
continue
#判断振幅
if (daily_data.price.max() - daily_data.price.min()) / daily_data.price.mean() < 0.01:
continue
#判断涨幅
if daily_data[(daily_data.price - daily_data.preprice) / daily_data.preprice < -0.05].empty and daily_data[(daily_data.price - daily_data.preprice) / daily_data.preprice > 0.026].empty:
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子，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。
