问财量化选股策略逻辑
本选股策略在当日开盘前10点选取振幅大于1、500日内至少2次涨停、不是ST股票的标的，同时结合五部涨停战法作为进一步确认标准。
选股逻辑分析
本选股策略综合了技术面、市场热度指标和股票基本面组成，振幅大、多次涨停、非ST股票体现了技术面和市场热度，同时五部涨停战法的运用又在一定程度上增加了筛选的准确性。选择的标的很可能已经在市场上被广泛关注，但是同时也可能有过高的超预期风险。
有何风险？
该选股策略排除了ST股票，但仍然存在其他基本面因素(如财务造假)会对选中股票的风险带来影响的风险。另外，策略可能出现市场热度长期下降，而选择的股票出现长期熊市的风险。
如何优化？
可以引入财务数据、盈利历史和行业前景等方面的因素，来进一步优化选股策略。这样做可以为我们提供更为全面的选股依据，从而更好地控制风险。 另外，可以结合技术分析和市场研究等工具，进一步完善选股策略。
最终的选股逻辑
选取振幅大、至少2次涨停、非ST（10点之前选股票）的股票，并且符合五部涨停战法的标准。
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
非ST股票：
MARKET != 'ST'
其中，非ST股票可以通过通达信中的MARKET字段进行筛选。
python代码参考
import tushare as ts
selected_stocks = []
for code in ts.get_stock_basics().index:
#获取股票数据和标记信息
daily_data = ts.get_hist_data(code, ktype='D')
mark_data = ts.get_stock_basics().loc[code]['name']
#筛选标的
if daily_data is None or len(daily_data) < 80:
continue
if mark_data.startswith('ST'):
continue
if (daily_data.high.max() - daily_data.low.min()) / daily_data.close.mean() < 0.01:
continue
if (daily_data.high / daily_data.low.shift(1) > 1.099).rolling(500).sum() < 2:
continue
#判断五部涨停战法
if (daily_data.open - daily_data.close.shift(1)).rolling(6).sum().iloc[-1] >= 0.1 * daily_data.close.iloc[-1]:
selected_stocks.append(code)
#输出选中的股票
print(selected_stocks)
以上仅供参考，具体操作需要根据市场情况和自身的风险偏好进行决策。
## 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。
