问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板市场，并且符合酷特智能早晨之星技术形态的股票。
选股逻辑分析
该选股策略主要考虑了市场活跃性和技术形态。选股时先通过换手率、涨跌幅筛选出表现优秀的股票，再通过酷特智能早晨之星技术形态，筛选出符合该形态的股票。酷特智能早晨之星形态是在跌势过程中出现的反转形态，是一种看涨的形态。只要满足该形态，就有一定的上涨潜力。
有何风险？
在单一指标的情况下，忽略股票自身的基本面情况，可能会忽略企业的实际价值，出现由于多空因素等因素带来的市场波动。同时，酷特智能早晨之星形态的出现需要一定时间的趋势转换，鉴别起来比较困难。
如何优化？
增加理财指标的多样性，充分考虑股票的基本面风险，同时也可以加入其他技术性指标，如MACD，KDJ等指标，以强化股票选股的准确性。在鉴别酷特智能早晨之星形态时，可多使用多个交易日的形态指标综合判断，提高判断准确性。
最终的选股逻辑
选择换手率在3%-12%之间、今日上涨幅度大于1%，属于主板市场，并且符合酷特智能早晨之星技术形态的股票。
同花顺指标公式代码参考
酷特智能早晨之星形态：
1. 第一日阴线实体较长，表明下跌趋势很强，卖盘较强。
2. 第二日小阴线或者十字星，此时卖方逐渐失去动力，买方在积极进攻。
3. 第三日阳线实体较长，是买家的全面反弹。选股时，一般需要逐一检验实体、上影、下影的长度变化，观察交易量是否增大。
通达信公式：
STICKLINE((OPEN+CLOSE)/2,LOW,3,5),COLORYELLOW; // 第一日K线
STICKLINE((OPEN+CLOSE)/2,LOW,3,5),COLORYELLOW; // 第二日K线
STICKLINE((OPEN+CLOSE)/2,HIGH,3,5),COLORGREEN; // 第三日K线
python代码参考
import numpy as np
import pandas as pd
from typing import List
def select_stock(data: pd.DataFrame) -> List[str]:
"""
data: 股票历史行情数据，需包含价格、换手率、涨跌幅、酷特智能早晨之星等数据
return: 选出的股票代码列表
"""
selected_stocks = []
for code, df in data.groupby(level=0):
if ('SH' in code) and ('ST' not in code) and \
(df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and (df['pct_chg'].iloc[-1] > 1) and \
(df['KZZCYZCZS'].iloc[-1] == 1) and (df['KZZCYZCZS'].iloc[-2] == 0):
selected_stocks.append(code)
return selected_stocks
其中 data 数据需包含的列为：ts_code（股票代码）、trade_date（交易日期）、close（收盘价）、turnover_rate（换手率）、pct_chg（涨跌幅）、KZZCYZCZS（酷特智能早晨之星形态指标）等。
## 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。
