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，竞价涨幅在-2%至5%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、涨停次数和竞价涨幅等指标，其中竞价涨幅是近期的新闻热点，与股票未来走势有一定关联。这样选股可以较好地筛选出一些具备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。在竞价涨幅上，由于新闻效应的作用，可能导致一些股票出现短期炒作和波动，需要谨慎处理。
如何优化？
可以在综合使用技术指标和基本面指标的基础上，结合其他新闻和交易数据，例如市场情绪、行业热点、公司业绩等因素，进行复合指标选股，以提高选股的准确性和收益率。
最终的选股逻辑
在振幅大、涨停次数丰富且竞价涨幅在-2%至5%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
竞价涨幅在-2%至5%范围内：
(-5 < ((OPEN - PRE_CLOSE) / PRE_CLOSE * 100) < 2)
排序：
SORT('竞价涨幅×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
#判断竞价涨幅
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 > 0.02].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。
