问财量化选股策略逻辑
选股逻辑：选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板市场、反包股票。
选股逻辑分析
该策略选股逻辑在基本选股条件的基础上加入了反包股票的限制，即当日开盘价高于昨日收盘价、同时当日收盘价低于昨日开盘价的股票，旨在寻找波动性较大的股票。
有何风险？
该选股策略只考虑了市场价格波动，忽略了公司基本面、行业走势等因素，存在被行情波动影响的风险。
如何优化？
可以根据具体情况添加更多的技术指标和财务指标，同时可以结合行业分析、市场走势等进行优化。
最终的选股逻辑
选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板市场、反包股票。
同花顺指标公式代码参考
C1:=TRADESTATUS=0; // 交易正常
C2:=ST:STOPEXIST=0; // 没有涨停
C3:=HS300; // 沪深300指数
C4:=O>REF(CLOSE,1) AND CLOSE<REF(O,1); // 反包股票
SELECTED:=(C1 AND C2 AND C3 AND C4);
// 显示筛选结果
DRAWTEXT(CAPITAL, '市值', HIGH, CHART=CHAN, COLORBLUE);
python代码参考
import numpy as np
import pandas as pd
from typing import List
def select_stock(data: pd.DataFrame) -> List[str]:
"""
data: 股票历史行情数据，需包含价格、换手率、涨跌幅、涨停情况、反包情况等数据
return: 选出的股票代码列表
"""
selected_stocks = []
for code, df in data.groupby(level=0):
df = df.sort_values('trade_date', ascending=True)
if ('SH' in code) and ('ST' not in code) and \
(df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and (df['pct_chg'].iloc[-1] > 1) and \
(df['open'].iloc[-1] > df['close'].shift(1).iloc[-1]) and (df['close'].iloc[-1] < df['open'].iloc[-2]):
selected_stocks.append(code)
return selected_stocks
其中 data 数据需包含的列为：ts_code（股票代码）、trade_date（交易日期）、open（开盘价）、close（收盘价）、turnover_rate（换手率）、pct_chg（涨跌幅）、ST:STOPEXIST（涨停情况）、O>REF(CLOSE,1)（当日开盘价高于昨日收盘价）、CLOSE<REF(O,1)（当日收盘价低于昨日开盘价）等参考股票信息的指标数据。
## 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。
