问财量化选股策略逻辑
选股逻辑为：在股票市场中，选择换手率在3%-12%之间，连续三天收阴线，并且最近一个月内曾经出现过涨停的股票。
选股逻辑分析
该选股策略主要选取了换手率和连续阴线作为基础条件，并结合最近一个月的涨停情况来筛选股票。涨停情况可能预示着大资金的买入和市场情绪的活跃，有可能代表股票上涨的潜力。
有何风险？
该选股逻辑仍然存在选到错误的股票的可能性，同时选择的涨停情况也可能存在局限性，因为短期内的市场情绪存在波动。同时，仅以换手率和连续阴线作为基础条件可能筛选出的股票范围较窄，需要结合其他指标进行判断。
如何优化？
可以结合其他技术指标和基本面等多维度筛选股票，例如选择资金流入、股价走势和公司财务状况等作为判断依据，从多个维度进行筛选，减少选错股票的概率。
最终的选股逻辑
在股票市场中，选择换手率在3%-12%之间，连续三天收阴线，并且最近一个月内曾经出现过涨停的股票。
同花顺指标公式代码参考
SET_MARKET("SZ");
SET_LOOKBACK(30);
SET_OFFLINE_MODE(ON);
SET_HISTORY_FACTOR_MODE(ON);
/* 选取换手率在3%-12%之间的股票 */
CONDITION0 = (HSL>=3 AND HSL<=12);
/* 选取连续三天收阴线的股票 */
CONDITION1 = MA(C,3)<REF(MA(C,3),1) AND REF(MA(C,3),1)<REF(MA(C,3),2) AND REF(MA(C,3),2)<REF(MA(C,3),3);
/* 选取最近一个月内曾经出现过涨停的股票 */
ZT_TP = COUNT(ZT,20)>0;
CONDITION2 = ZT_TP;
LAST_CONDITION = CONDITION0 AND CONDITION1 AND CONDITION2 AND LAST_CONDITION;
CODE_LIST=SELECT_BY_KIND('stock',last_condition)
CODE_LIS = SORT_BY_HOT(CODE_LIST, 0, 10, LAST_CONDITION);
python代码参考
import baostock as bs
import pandas as pd
import datetime
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 #####
rs = bs.query_all_stock(day=datetime.date.today().strftime("%Y-%m-%d"))
stock_list = []
while rs.next():
stock_code = rs.get_row_data()[0]
k_data = bs.query_history_k_data(stock_code, "date,open,high,low,close,volume,amount,k",
start_date="2021-01-01", end_date=datetime.date.today().strftime("%Y-%m-%d"),
frequency="d", adjustflag="2")
if k_data.error_code == '0' and len(k_data.data)>=2:
check_point1 = (k_data.data[-1][3]<k_data.data[-2][3])
check_point2 = all([k_data.data[i][4]<k_data.data[i-1][4] for i in range(-3,0)])
data_limit = bs.query_history_k_data(stock_code, "date,preclose,open,close,high,low",
start_date="2021-01-01", end_date=datetime.date.today().strftime("%Y-%m-%d"),
frequency="d", adjustflag="2", fill_null="",
volume_ratio_limit="1.00")
if data_limit.error_code == '0':
data_lim = data_limit.get_data()
check_point3 = int(data_lim['high'].max()/data_lim['preclose'].max()*100) >= 110
if check_point1 and check_point2 and check_point3:
stock_list.append(stock_code)
df = pd.DataFrame(stock_list)
df_rank = df.sort_values(by="capital", ascending=False)
print(df_rank)
##### 登出系统 #####
bs.logout()
## 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。
