问财量化选股策略逻辑
本股票策略选取以下股票：振幅大于1、500日内至少2次涨停、近一个月内有过涨停。通过技术面和市场情绪的综合考量，筛选出处于有一定上涨势头的股票。
选股逻辑分析
本逻辑同样基于技术面和市场情绪的因素，振幅和涨停次数筛选增加了市场上涨趋势的参考。加入近一个月内有过涨停的条件，可以反映出股票市场情绪的变化及相关因素，提高了选股准确率。
有何风险？
选股逻辑过于简单，只考虑了短期涨势，对整个市场的长期趋势分析不足，存在一定的风险。同时，股票市场具有很大的不确定性，单纯根据市场情绪进行选股，结果不一定稳定可靠。
如何优化？
可以加入更多的技术指标和市场情绪因素，进行多方面的综合考虑。可以适当增加股票的经济面、基本面等指标的筛选和分析，提高选股的准确性。
最终的选股逻辑
振幅大于1、500日内至少2次涨停、近一个月内有过涨停。
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(datetime, 500) >= 2
- 最近一次涨停时间公式：使用 daysSince() 函数计算最近一次涨停的时间是否在一个月内
通达信代码：daysSince(HIGH / LLV(LOW, 1) > 1.099) <= 30
python代码参考
import tushare as ts
# 定义筛选条件
amplitude_filter = 0.01
rise_stop_filter = 2
# 获取股票列表
stock_list = ts.get_stock_basics()
# 筛选振幅、涨停、近一个月内有过涨停的股票
selected_stocks = stock_list[(stock_list["high"] - stock_list["low"]) >= amplitude_filter * stock_list["close"]]
selected_stocks = selected_stocks[(selected_stocks["high"] / selected_stocks["low"].shift(1) > 1.099).rolling(len(stock_list)).sum() >= rise_stop_filter]
selected_stocks = selected_stocks[daysSince(selected_stocks["high"] / selected_stocks["low"] > 1.099) <= 30]
for stock in selected_stocks.index:
print(stock)
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。
