问财量化选股策略逻辑
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、股票10日涨幅大于0小于35的股票。
选股逻辑分析
该选股策略在基于前一个选股策略的基础上，增加了10日涨幅的限制，即选取10日涨幅大于0，小于35的股票。这种策略可能更注重短期涨势，相对于没有这一条件的选股策略，可能会更激进一些。
有何风险？
该选股策略可能会忽视一些潜在的绩优股，只注重短期的涨势，会有可能导致在股票下跌时出现较大的亏损，同时这种策略可能会选出过多波动较大的韭菜股，风险比较大。
如何优化？
可以加入更多的财务指标或技术指标来筛选股票，可以采用更加适合自己的选股条件配合运用，同时可以结合风险评估模型进行优化。
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、股票10日涨幅大于0小于35的股票。
同花顺指标公式代码参考
C1:=(TRADESTATUS=0);
C2:=((REF(HIGH,1)/REF(CLOSE,2)=1) AND (REF(HIGH,1)!=HIGH));
C3:=(CLOSE>10) AND (VOL>=100000);
C4:=REF(CLOSE, 1) > 0 AND REF(CLOSE, 10) <= 1.35 * REF(CLOSE, 1);
SELECTED:=(C1 AND C2 AND C3 AND C4);
DRAWTEXT(C1, '股票10日涨幅大于0小于35%', CANDL(C2 AND C3 AND C4) , CHART=0, COLORYELLOW);
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、涨停情况等数据
return: 选出的股票代码列表
"""
selected_stocks = []
for code, df in data.groupby(level=0):
df = df.sort_values('trade_date', ascending=True)
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['pct_chg'].iloc[-10:].between(0, 35).all()):
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）、open（开盘价）、close（收盘价）、turnover_rate（换手率）、pct_chg（涨跌幅）、high（最高价）、vol（成交量）等参考股票信息的指标数据。
## 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。
