问财量化选股策略逻辑
选股逻辑为：选择换手率在3%~12%、买一量大于卖一量，并且连续3天收盘价更低。
选股逻辑分析
该选股逻辑旨在挑选出连续下跌的短期超跌股，以期待后续反弹。通过结合换手率和买卖量指标来筛选出流动性较好的股票，具有一定的实际意义。
有何风险？
该选股逻辑仅考虑了股票价格连续下跌的因素，而没考虑到公司基本面等其他综合因素的影响，过于简单，风险可能较高。
如何优化？
可以增加其他指标如市值、盈利能力和成长性等，同时结合政策面、行业走势等因素进行筛选，提高选股的综合性和准确性。
最终的选股逻辑
选择换手率在3%~12%、买一量大于卖一量，并且连续3天收盘价更低的股票。
同花顺指标公式代码参考
选股：SELECT(CODE AND TURN<N>AVG(TURN, N) AND BIDV1>ASKV1 AND COUNT(CLOSE<REF(CLOSE, 1), 3)=3)
python代码参考
import pandas as pd
import tushare as ts
def select_stocks():
pro = ts.pro_api()
# 查询挂买一量大于卖一量的股票
market_df = pro.market_detail(symbol='', trade_date='20220422')
df1 = market_df[(market_df['bid_vol'] > market_df['ask_vol'])]
# 查询换手率在3%-12%的股票
daily_df = pro.daily(ts_code='', start_date='20220421', end_date='20220422', fields='ts_code,turnover_rate')
df2 = daily_df[(daily_df['turnover_rate'] >= 3) & (daily_df['turnover_rate'] <= 12)]
df1 = pd.merge(df1, df2[['ts_code']], on='ts_code')
# 查询连续三天收盘价更低的股票
daily_df = pro.daily(ts_code='', start_date='20220420', end_date='20220422', fields='ts_code,close')
daily_df['close_shift'] = daily_df['close'].shift(1)
condition = (daily_df['close'] < daily_df['close_shift']) & \
(daily_df['close_shift'] < daily_df['close_shift'].shift(1))
df2 = daily_df[condition].groupby('ts_code').size().reset_index(name='count')
df2 = df2[(df2['count'] == 3)]
df1 = pd.merge(df1, df2[['ts_code']], on='ts_code')
return df1['ts_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。
