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，且排除北京A股的标的作为投资标的。
选股逻辑分析
此逻辑的本质与上一个逻辑相同，只是排除了北京A股。由于北京A股市场上限较高，选择排除有助于缩小投资范围，避免过多投资标的的北向资金影响，提高投资的精度。
有何风险？
该选股逻辑可能造成市场机会的过度削减，而使得选股范围收窄。此外，该选股逻辑也会存在数据质量和可靠性问题。
如何优化？
可以考虑将市值和市盈率、净利润增长率等财务指标一同考虑，以达到更详细、更准确的选股结果。此外，加入技术指标如MACD等也能够提高选股的准确性和实用性。
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，且排除北京A股的标的作为投资标的。在此基础上可以添加其他技术指标和财务指标进行筛选，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 REGCAPITAL <= 2000000000 AND REGADDR NOTLIKE '*北京*' AND YEAR(DATE)=YEAR(TODAY)
注：CLOSE为收盘价，TURNOVERRATE为换手率，REGCAPITAL为注册资本，REGADDR为注册地址。该选股公式选择了在3%到12%的换手率范围内, 连续七天下跌且排除北京A股的标的，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 \
(df['province'].iloc[-1] != '北京') and (df['registeredcapital'].iloc[-1] <= 2000000000) 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。
