问财量化选股策略逻辑
本选股策略选取振幅大于1、上市时间大于一年、前25天有涨停的股票。
选股逻辑分析
振幅大于1和上市时间大于一年的逻辑与上一个策略相同。前25天有涨停可以筛选出短期内有潜在上涨空间的股票，因为涨停制度是为了净化市场，剔除股票投机行为，涨停的股票往往在市场认可度高。综合三个指标，选出的股票更有上涨潜力。
有何风险？
涨停本身并不能说明股票的质量，存在涨停后快速回落的风险。区间时间短的选股策略风险也比较大，因为较难通过24天的数据判断股票的趋势。
如何优化？
可以使用其他常用技术指标来筛选股票，比如市盈率、市净率、MACD等。同时可以增加涨停板之前的价格走势筛选，比如筛选近期有明显上涨趋势的股票。
最终的选股逻辑
本选股策略选取振幅大于1、上市时间大于一年、前25天有涨停的股票。
同花顺指标公式代码参考
振幅、上市时间与上一个策略相同。涨停可以使用历史涨跌停数据进行筛选。
python代码参考
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
today = pro.trade_cal(exchange='', is_open='1')["cal_date"].values[-1]
for i in range(3):
# 筛选出振幅大于1、上市时间大于一年的股票
basic = pro.stock_basic(list_status='L', fields='ts_code,name,list_date')
basic = basic[basic["list_date"].apply(int).apply(lambda x: (int(today) - x) > 365)]
quotes = pro.daily(ts_code=basic["ts_code"].str.cat(sep=","), start_date=int(today)-20, end_date=int(today)-1, fields='ts_code,open,close,high,low')
quotes["var1"] = (abs(quotes["high"] - quotes["low"]) / quotes["close"].shift(1)) * 100
quotes = quotes[quotes["var1"] > 1]
if len(quotes) == 0:
continue
# 筛选出前25天有涨停的股票
for code in quotes["ts_code"]:
if len(selected_stocks) >= n:
break
quote_info = pro.daily(ts_code=code, start_date=int(today)-24, end_date=int(today)-1, fields='ts_code,open,close,high,low')
if len(quote_info) < 24:
continue
# 使用涨跌停数据筛选
limit_info = pro.stk_limit(ts_code=code, start_date=int(today)-24, end_date=int(today)-1, fields='ts_code,trade_date,up_limit,down_limit')
if len(limit_info) == 0 or limit_info["up_limit"].isna().all():
continue
limit_info = limit_info[~limit_info["up_limit"].isna()]
if len(limit_info) > 0:
if (limit_info["up_limit"] - limit_info["down_limit"]).sum() > 0:
selected_stocks.append(code)
if len(selected_stocks) >= n:
break
if len(selected_stocks) >= n:
break
return selected_stocks
## 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。
