问财量化选股策略逻辑
选股逻辑为：选择换手率在3%~12%、买一量大于卖一量且周K线上穿30周线的股票。
选股逻辑分析
该选股逻辑除了考虑成交活跃度和市场情绪以外，还考虑了技术分析方面，通过选择买一量大于卖一量的股票，同时筛选出周K线上穿30周线的股票，可以更精确地挖掘出具备股价上涨潜力的品种。
有何风险？
同样地，该选股逻辑忽略了一些基本面和行业前景方面的因素，仅考虑了市场情绪和技术面，这样的选股结果可能不够全面。此外，K线图的分析方式也有一定的主观性，存在某些主观判断可能影响选股结果。
如何优化？
可以综合运用基本面、技术面和行业因素进行选股，对选股逻辑进行多方面的完善和优化。此外，在K线图分析方面，可以引入其他技术指标结合使用，如MACD、KDJ等指标，或使用量价指标进行筛选股票。
最终的选股逻辑
选择换手率在3%~12%、买一量大于卖一量且周K线上穿30周线的股票。
同花顺指标公式代码参考
选股：换手率(5日均线)>3 AND 换手率(5日均线)<12 AND B1_V>B1_AV AND WEEK(),CROSS(MA(VOL,30),MA(VOL,60));
python代码参考
import pandas as pd
import tushare as ts
def select_stocks():
pro = ts.pro_api()
# 查询挂买一量大于卖一量的股票
market_df = pro.market_detail(symbol='', trade_date='20220422')
df1 = market_df[(market_df['bid_vol'] > market_df['ask_vol'])]
# 查询周线数据
weekly_df = pro.weekly(ts_code='', start_date='', end_date='')
# 筛选出周K线上穿30周线的股票
df2 = pd.merge(df1, weekly_df[['ts_code', 'vol', 'ma_v_30', 'ma_v_60']], on='ts_code', how='inner')
df2 = df2[(df2['vol'] > df2['ma_v_30']) & (df2['vol'] <= df2['ma_v_60'])]
# 合并所有指标，返回选股结果
return df2['ts_code']
## 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。
