问财量化选股策略逻辑
选股逻辑为：选取换手率在3%-12%、DEA指标上涨的A股股票，按今日竞价金额排序，选出前5只股票作为目标。
选股逻辑分析
本选股策略综合考虑了市场广度、趋势信号及资金量等因素，通过竞价金额排序选出市场热度高的具备上涨潜力的股票。
有何风险？
本策略可能会偏向一些流动性较好的大盘、蓝筹股，而忽略了一些小盘成长股的机会。
如何优化？
在选股条件中可以加入一些基本面检验，比如PE、PB、ROE等指标进行筛选，结合竞价金额之外的其他资金量信息来优化筛选结果。此外，还需要做好风险控制，避免选出违规股票或过多重仓股票。
最终的选股逻辑
选股条件为：在换手率在3%-12%范围内、DEA指标上涨的A股股票，按今日竞价金额排序，选出前5只股票。
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);
今日竞价金额：BID <= 5;
按竞价金额排序：SORT_BY(BID, 1);
SELECTED_STOCKS: SELECT(CODE, 换手率 AND DEA指标上涨 AND 今日竞价金额 AND 按竞价金额排序, TOP, 5);
python代码参考
def select_stocks(df):
df = df[['code', 'turnover']]
df = df[(df['turnover']>=3) & (df['turnover']<=12)]
df = ths.dea(df, 9, 12, 26)
df = df[(df['dea'].diff()>0)]
df['bid'] = ths.quote(df['code'], 'bid', 1)
df = df.sort_values('bid', ascending=True)[:5]
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。
