问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%范围内，选择连续七天下跌且非ST股票，并且在10点之前选股，使用五部涨停战法，即当股票连续五日涨停时卖掉。
选股逻辑分析
该选股逻辑主要考虑到了股票连续下跌后的反弹机会，使用涨停板的战法辅助筛选选股，能够增加选股策略的可靠性。使用非ST股票排除掉了潜在的炒作的风险。而且在10点之前进行选股，能够减少因为异动而导致的买入价格上涨。
有何风险？
该选股逻辑存在着市场噪音的问题，容易受到消息面和整体市场的影响。五部涨停战法虽然能够增强选股策略的可靠性，但也可能会错过一些持续性的上涨行情，且需要特别关注涨停板的市场情况，及时出局。
如何优化？
在选股策略中，可以增加其它的技术指标和财务指标，提高选股策略的可靠性和稳定性，如每股收益、价格收益比等指标。同时，需要对资金和风险分散合理地进行配置。
最终的选股逻辑
在换手率3%-12%的条件下，选择连续七天下跌且非ST股票，限定在10点之前选股，使用五部涨停战法进行卖出。
同花顺指标公式代码参考
以下是通达信指标公式：
选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND LLV(CLOSE,7)==CLOSE AND NOT (NAME LIKE '*ST%' OR NAME LIKE 'ST*')
注：TURNOVERRATE表示总换手率，CLOSE表示收盘价，LLV为最低值函数，NOT表示非ST股票，本公式选择出下跌的股票中排除掉ST股票。
python代码参考
import pandas as pd
from typing import List
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 \
df['close'].rolling(window=7).apply(lambda x: x == x.min()).iloc[-1] and \
'ST' not in df['name'].iloc[-1] and \
df.iloc[0,:].name.hour < 10 and \
(((df['close'] == df['preclose']).rolling(window=5).sum()).iloc[-1] == 5)):
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。对于更细节的配置和特殊情况的处理，可以根据实际需求进行程序优化。
## 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。
