问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%、DEA指标上涨，底部抬高，即股票底部和前一个周期底部相比有抬高现象。
选股逻辑分析
此选股策略基于市场活跃度和趋势，以及底部的抬高现象。选择换手率在3%-12%的股票用户保证相对较高的交易活跃度，DEA指标上涨表示该股票处于上升趋势。而选择底部抬高的股票可以凸显趋势上涨的潜力，使得此选股策略更加符合趋势判断。
有何风险？
此选股策略仍会忽略某些较高换手率但没有底部抬高的股票，同时，底部抬高的定义具有一定的主观性，可能出现不同观点选择的股票不同的情况。
如何优化？
增加其他技术指标的分析，如增加MACD等指标的分析。同时，底部抬高的定义具有一定的主观性，我们可以通过量化的方法来准确定义底部抬高，并对其进行验证来增强该选股逻辑的可靠性。
最终的选股逻辑
在换手率在3%-12%、DEA指标上涨、底部抬高的基础上，进一步筛选。
同花顺指标公式代码参考
换手率：TURNOVER>=3 AND TURNOVER<=12;
DEA指标上涨：REF(MA(CLOSE,12),1)>REF(MA(CLOSE,26),1) AND MA(CLOSE,12)>MA(CLOSE,26) AND MA(CLOSE,12)-MA(CLOSE,26)>MA(MA(CLOSE,12)-MA(CLOSE,26),9);
底部抬高：STATUS=1;
选股：SELECT(CODE, 换手率 AND DEA指标上涨 AND 底部抬高, NOT ST);
python代码参考
def select_stocks(df):
df = df[['code', 'turnover', 'close']]
df = ths.dea(df, 9, 12, 26)
df = ths.bottom_status(df)
df = df[(df['turnover']>=3) & (df['turnover']<=12) & (df['dea_up']==True) & (df['status']==1)]
return pd.DataFrame({'code': df['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。
