问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%的范围内，选择60开头的股票中，2021年内连续七天下跌的股票作为投资标的。
选股逻辑分析
该选股逻辑加入了60开头的股票的筛选条件，进一步限制了标的范围，同时在基本选股逻辑的基础上，选择相较于换手率、连续下跌的天数更加特殊的股票，投资标的的精确度也更高，但此时可能筛选出来的股票数量会更少。
有何风险？
该选股逻辑的风险同样是过度拟合的风险，同时，加入更多条件筛选股票也会限制标的的数量，可能影响选股的可行性和收益性。
如何优化？
可以尝试加入其他的技术指标或者基本面数据，如均线、MACD等，或者加入股票的止损和止盈机制，同时也可以适当放宽条件，减少过拟合导致的对标的数量的限制。
最终的选股逻辑
选择在换手率3%到12%的范围内，开头为60的股票中，2021年内连续七天下跌的股票作为投资标的。在基本面上，可以考虑添加市值、净利润、财务成长性等指标作为进一步筛选标准。同时也可以适当放宽限制，减少过拟合对标的数量的影响。
同花顺指标公式代码参考
以下是通达信选股公式：
选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND LEFT(STOCKCODE, 2) = '60' AND SUM(IF(CLOSE < REF(CLOSE, 1), 1, 0), 7) = 7 AND YEAR(DATE) = 2021
注：CLOSE为收盘价，TURNOVERRATE为换手率，LEFT(STOCKCODE, 2)为选取开头为60的股票，SUM(IF(CLOSE < REF(CLOSE, 1), 1, 0), 7)为计算连续七天下跌的指标。该选股公式选择了2021年内连续七天下跌的开头为60的股票，符合条件的股票将被筛选出来。
python代码参考
import pandas as pd
def select_stock(data: pd.DataFrame) -> List[str]:
selected_stocks = []
for code, df in data.groupby(level=0):
if (df['turnoverratio'].iloc[-1] > 3 and df['turnoverratio'].iloc[-1] < 12 and \
(str(code)[:2] == '60') and \
(df['close'].rolling(window=7).apply(lambda x: (x[:-1] > x[-1]).all())).iloc[-1] and \
(df.index.year == 2021).all()):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应修改。最终的选股策略可以根据实际情况和市场变化进行微调和调整。
## 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。
