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，并剔除昨日涨停的股票。
选股逻辑分析
选取振幅大于1和上市时间大于一年的股票，可以降低选择的股票中涨跌较为剧烈的股票，振幅的另一面也可以反应该股票的热度。剔除昨日涨停的股票可以避免投机性操作的影响，提高筛选出的股票的质量。
有何风险？
振幅过高可能是表明此股票波动性过大，上市时间过短可能对该股票的基本面和财务面进行评估的难度较大，同时仅剔除昨日涨停的股票可能存在今日涨停的风险。
如何优化？
应该将其他指标如市盈率、每股收益等指标也考虑在内，以得到更完备选股的结果，并且加入波动性的分析，例如通过不同时间段内股票的波动性指标、均值等指标的比较，进一步筛选出更符合策略要求的股票。
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，并剔除昨日涨停的股票。
同花顺指标公式代码参考
振幅和上市时间的选择条件同前面策略相同，剔除昨日涨停可使用通达信公式：“ZT;”
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)]
#剔除昨日涨停的股票
quote = pro.limit_list(ts_code="", limit_type="", trade_date=today)
quote = quote[~quote["ts_code"].isin(quote[quote["limit"] == "涨停"]["ts_code"].tolist())]
quote = quote[quote["ts_code"].isin(basic["ts_code"].tolist())]
selected_stocks = quote["ts_code"].tolist()
if len(selected_stocks) >= n:
break
return selected_stocks[:n]
## 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。
