问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%、股价连续下跌七天的基础上，按今日竞价金额排序前5只股票。
选股逻辑分析
该选股逻辑侧重于股票价格走势以及竞价金额，注重选股的快速性和效益。通过股价连续下跌七天的筛选来寻找出现超卖迹象的股票，进而通过今日竞价金额的排序选出具有上涨潜力的股票。
有何风险？
该选股逻辑扫描的只是今日的竞价金额，可能会产生一定的市场噪音，让选出的股票只是短期内的表现亮眼，但无法持续上涨。此外，股票价格的变化可能出现较大波动，而且对股票走势的预测也需要一些经验和技术。
如何优化？
可以加入更多有关股票基础面的指标，如市盈率等，结合技术分析方法进行策略优化。另外，可以增加一些规则来控制风险，避免筛选出的股票出现大幅下跌情况。
最终的选股逻辑
在换手率3%到12%、股价连续下跌七天的基础上，加入更多基本面指标的筛选并增加一些规则来控制风险。
同花顺指标公式代码参考
以下为通达信指标公式：
选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND LLV(C,7) == C AND REF(CLOSE,1) > REF(CLOSE,2)
注：TURNOVERRATE表示总换手率，LLV为最低值函数，C表示股票收盘价，REF表示向前引用，本公式含义为昨日收盘价高于前天收盘价
python代码参考
import pandas as pd
from typing import List
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 == x.min()).iloc[-1] and \
df['close'].iloc[-1] > df['close'].iloc[-2]):
selected_stocks.append(code)
selected_stocks = pd.DataFrame({'code': selected_stocks})
selected_stocks = selected_stocks.merge(data.reset_index(), on = 'code', how = 'left')
selected_stocks = selected_stocks.sort_values(by = 'amount', ascending = False).iloc[:5, :]
return selected_stocks['code'].tolist()
具体选股条件可根据需求进行调整，同时根据数据源指标名称进行相应修改。
## 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。
