问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%之间，选择股票连续七天下跌，且机器人概念且流通市值小于100亿的标的作为投资标的。
选股逻辑分析
该选股逻辑在前一个逻辑基础上增加了机器人概念和流通市值小于100亿的筛选条件。机器人概念是近年来非常热点的投资领域之一，该条件的加入可以很好地增加优质标的的筛选准确性。流通市值小于100亿的条件则能够最大限度地筛选出较小盘股票，有助于提高选股的灵活性和投资效果。
有何风险？
该选股逻辑也可能造成市场机会的过度削减，而使得选股范围收窄。另外，该选股逻辑只考虑了单一的概念板块，可能忽略了其他潜在机会。
如何优化？
可考虑将其他热点、板块等加入考虑范围，实现更加全面、综合的选股策略。对于流通市值等指标，可以根据市场情况和特定投资偏好进行灵活调整和优化。
最终的选股逻辑
在换手率3%到12%之间，选择股票连续七天下跌，且机器人概念且流通市值小于100亿的标的作为投资标的。在此基础上可以添加其他板块、财务指标等进行筛选，构建更加全面和精细的选股策略。
同花顺指标公式代码参考
以下是通达信选股公式：
选股条件： TURNOVERRATE >3 AND TURNOVERRATE <12 AND SUM(IF(CLOSE < REF(CLOSE, 1), 1, 0), 7) = 7 AND \
CONCEPT LIKE '%机器人%' AND CIRCAP <= 10000000000 AND YEAR(DATE)=YEAR(TODAY)
注：CLOSE为收盘价，TURNOVERRATE为换手率，CONCEPT为概念板块，CIRCAP为流通市值。该选股公式选择了在3%到12%的换手率范围内，连续七天下跌且机器人概念流通市值小于100亿的标的，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 \
(df['close'].rolling(window=7).apply(lambda x: (x[:-1] > x[-1]).all())).iloc[-1] and \
('机器人' in df['concept'].iloc[-1]) and (df['circulatingcapital'].iloc[-1] <= 10000000000) and \
(df.index.year == df.index[-1].year).all()):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应调整。最终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。
