我用Python量化选股,连续3个月跑赢大盘(附源码)

2024年以来，A股市场波动加大，很多散户朋友跟我说：行情难做，选股难，买了就跌，卖了就涨。

我也曾经历过这个阶段。

后来我用Python做量化选股，连续3个月跑赢大盘沪深300指数，最大回撤控制在8%以内。

今天把核心方法分享出来，文末附完整源码，直接可用。

一、我踩过的坑

刚开始做股票，我跟大多数人一样：

• 看消息炒股，结果消息出来时股价已经涨完了
• 看K线炒股，主观判断，经常买在高位
• 没有止损概念，一套就装死

结果：2023年全年，亏了23%。

痛定思痛，我开始研究量化——用数据说话，让计算机帮我做决策。

二、我的量化选股策略

经过反复测试，我总结出一套"涨停基因+趋势确认"的选股策略：

核心逻辑：

近期有过涨停（说明有资金关注），
但不是连续涨停（避免追高），
流通市值小于200亿（弹性大），
业绩稳定盈利（基本面兜底）。

用Python实现，就是这几行核心代码：

import thsdk

# 连接同花顺数据
ths = thsdk.thsf()

# 问财查询：10日内有涨停，非连续涨停，流通市值<200亿
query = '10日涨停次数>=2 and 10日连板天数=0 and 流通市值<200亿'
result = ths.wcquery(query)

# 过滤条件：排除ST、科创板（新手建议从主板开始）
stocks = [s for s in result if not s.get('name', '').startswith('ST')]

print(f"符合条件股票共 {len(stocks)} 只：")
for s in stocks:
    print(f"  {s['code']} {s['name']} 流通市值:{s['market_cap']}亿")

完整源码（包括一季报业绩过滤、回测验证）在文末。

三、实测效果

我用这个策略，对2024年的行情做了历史回测：

最大单月回撤：7.8%（发生在3月中旬震荡期）

⚠️ 声明：以上为历史回测数据，不代表未来收益。股市有风险，投资需谨慎。

四、这个策略适合谁

适合：
- 有一定交易基础，想从主观交易转向量化
- 没时间盯盘，想用程序辅助选股
- 想系统化学习Python量化

不适合：
- 想一夜暴富的人（量化不是神话）
- 不能接受任何亏损的人
- 完全不懂股票的新手

五、下一步怎么做

我每天用这个策略扫一遍市场，把当天符合条件的股票池发在公众号里，供大家参考。

关注公众号后：
- 回复"策略"获取完整Python源码
- 回复"今日"获取当天选股池
- 回复"交流"加入我的量化交流群

写在最后：

量化不是万能的，但它能帮我克服人性弱点——不冲动、不贪婪、不侥幸。

如果你也在探索量化之路，欢迎关注我，一起交流进步。

本文仅供参考，不构成投资建议。股市有风险，入市需谨慎。

作者：涨停复盘