问财量化选股策略逻辑
本选股策略选择振幅大于1，连续3天以上大单净量大于0.05，且连续七天收盘价低于开盘价的主板股票。
选股逻辑分析
本选股策略以振幅、大单净量和趋势为选股依据，振幅和大单净量反映了市场情绪，而连续七天收盘价低于开盘价则表明该股票呈现下跌趋势。通过综合考虑这三方面因素，能够筛选出市场情绪不佳且下跌趋势较明显的标的。
有何风险？
本选股策略并未考虑股票的基本面因素，股票处于短期超卖状态时也有可能符合本选股策略。另外，如果市场出现异常波动，该策略的选股结果可能会大幅变化，需要及时调整。
如何优化？
可以加入其他技术指标进行进一步筛选，如MACD、KDJ等，并且可以结合基本面数据对所选股票进行剔除，避免一些短期超卖的标的带来的风险。同时，可以加入股价相对均线的判断条件，避免选出距离均线过远的股票。
最终的选股逻辑
本选股策略选股逻辑为：振幅大于1，连续3天以上大单净量大于0.05，且连续七天收盘价低于开盘价的主板股票。
同花顺指标公式代码参考
- 振幅大于1，可使用
A = MAX(HIGH - LOW, ABS(HIGH - REF(CLOSE, 1)), ABS(LOW - REF(CLOSE, 1))); C = REF(CLOSE, 1); abs(HIGH - C) > A * 1 AND abs(LOW - C) > A * 1进行筛选。 - 连续3天以上大单净量大于0.05，可使用
VOL_NVI > 0.05 AND COUNT(VOL_NVI > 0.05, 3) = 3进行筛选。 - 连续七天收盘价低于开盘价，可使用
REF(CLOSE, 1) < REF(OPEN, 1) AND COUNT(REF(CLOSE, 1) < REF(OPEN, 1), 7) = 7进行筛选。
Python代码参考
import pandas as pd
# 读取股票数据
df = pd.read_csv('stock_data.csv')
# 筛选条件1：振幅大于1
df['A'] = df.apply(lambda row: max(row['HIGH'] - row['LOW'], abs(row['HIGH'] - row['PREV_CLOSE']), abs(row['LOW'] - row['PREV_CLOSE'])), axis=1)
df = df[(abs(df['HIGH'] - df['PREV_CLOSE']) > df['A']) & (abs(df['LOW'] - df['PREV_CLOSE']) > df['A'])]
# 筛选条件2：连续3天以上大单净量大于0.05
df['VOL_NVI'] = (df['NET_VOLUME'] / df['VOLUME']).rolling(3).sum()
df = df[df['VOL_NVI'] > 0.05]
# 筛选条件3：连续七天收盘价低于开盘价
df = df[(df['PREV_CLOSE'] < df['OPEN']) & (df['PREV_CLOSE'].rolling(7).apply(lambda x: x[-1] < x[0]))]
# 加入更多的过滤条件
df = df[df['PE'] < 30]
df = df[df['PB'] < 3]
df = df[df['MARKET_CAP'] > 5000]
## 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。
