股票打板、龙头战法等超短线交易一直是股市中的热门话题，而如何量化股票打板则是众多股友所关心的。那么量化打板策略到底靠谱吗？那么量化打板又是什么呢？具体操作流程该怎么做？让我们试着去探究下。
量化打板是指利用量化交易策略来进行股票交易，特别是针对首板和二板的交易。

今天我们一起来看看详细操作步骤：
第一：筛选涨停分类。
打板细分领域来看，有专做首板的，二板的，也有龙一龙二的等等细分，但由于实时行情的订阅一般是有限制的，如果同时订阅全市场4000多只股票的实时数据，运行速度肯定是很慢的，所以我们不妨缩小下范围——只打二板的股票，可以通过分析股票的历史数据，筛选出炸板率较低的股票作为自选池。
这里面你就要先选出涨停，当然你也可以直接借助当天涨停选股器更加方便。
第二：设计简单的打板逻辑，解决炸板率问题。

盘中实时监控上一交易日的首板股票，当tick级别中的卖五价格大于涨停价（即连续竞价中卖五价格为0）后买入股票，每天平均买入N只；次日尾盘判断是否涨停，非涨停即卖出。
这可以通过使用tushare等数据接口获取股票的历史数据，并根据一定的筛选规则来确定炸板率。使用tushare的数据接口获取所有股票最近两年的历史数据，并对数据进行分析。完善我们自己的策略，为了尽可能的贴近现实，我们需要对策略增加一点点细节，我们需要注意几个事项：

1、为避免买入已涨停的股票或者卖出已跌停的股票，在买入前判断卖一挂单价是否为零，在卖出前判断买一挂单价是否为零，买一卖一价下单；

2、tick级别下，集合竞价区间存在卖五价格为零的情况，增加时间限制，限制在9:30过后才交易；

3、每天轮动5只股票，当前天有N只持仓股涨停未卖出的情况下，今日可买入数量调整为5-N，以防持仓超过限制，资金不足；

4、为避免重复下单，下单前需要过滤持仓股，注意在仿真和实盘中持仓数据的更新需要经历信号发单、券商柜台、交易所撮合等一系列过程，会出现tick行情快于持仓数据更新的情况，所以需要创建个变量自主维护持仓信息；

5、tick级别回测速度慢，在当日仓位买完之后，订阅的数据就没有用到了，可以先取消数据订阅，等尾盘定时卖出时再对持仓开启，以加快回测速度。

第三：回测设置

1.回测时间：xxx至xxx tick级别回测限最近几个月（时间可以自己设置）。

2.回测品种：全A股，剔除停牌股和一个月以内的次新股（这些条件可以自己修改）。

3.初始资金：100万（根据自己的资金量来）。

4.手续费：0.0008（双边万三佣金+单边千一印花税，共千1.6，即双边万8）

5.滑点：0.0001（双边万1）

注意：以上这个是举例，不代表你自己的实际操作情况就是这样。
后面就是自己再继续调整修改就可以实盘操作了。
整个量化打板的流程就是这样，那么首板又是怎么样的呢？我们一起来看看：

打首板，要解决几个问题：

一.炸板率
炸板率问题：首先我们先用tushare的数据接口对于所有的股票最近两年的历史数据全部分析一遍，从中挑出炸板率低于70%的股票数据。
筛选规则为：如果当日最高价等于涨停价等于收盘价，则正样本+1，如果当日最高价等于涨停价但是高于收盘价，则被认为是炸板，则负样本+1，然后针对每个股票的炸板率进行统计。

然后讲筛选后的股票加入到股票的自选池中，这些股票被认为是股性比较好的股票。

二.隔天溢价问题

将炸板率低的股票隔天的中位数，作为我们的交易价格，计算溢价率，将平均溢价率小于1.0%的股票剔除，剩下的就是我们自选池的所有股票。

三：交易接口
将股票数据导入量化交易平台中，然后涨停价触发自动挂单，这样子，一个最简单的首板交易系统就算是做好了。

后续如果改进的话，可以考虑把大盘指数和情绪因子加进来，大盘好的时候炸板率低，溢价率高，然后把机器学习模型导入进来，可以在9.5%的时候触发自动挂单，直接扫板。

所以量化打板也好，做首板也好，都是在为我们锦上添花，极高我们交易速度的同时也用智能工具解放了我们的双手，更多详情关注交流！