问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%之间，选择七连阴的股票，同时近一个月内有过涨停的股票进行买入。
选股逻辑分析
该选股逻辑综合运用了技术指标和市场资金流动情况进行选股，比较全面地反映了股票的性质。通过连续七日阴线和近期涨停的选股条件，可以较好地识别出走势相对稳定的股票。在三到十二之间的换手率的限制条件下，同时限制了股票的交易活跃度和风险水平。搭配七连阴的条件，可以更好地发现可能会出现的买入机会。
有何风险？
该选股逻辑在选股条件中只考虑了七连阴和近一个月内有涨停的两个条件，忽略了其他可能影响股票涨跌的重要因素，如财务数据。同时，近一个月内有过涨停的选股条件只考虑了股价异动因素，没有考虑其背后的原因，缺少实质性的分析。因此，该选股策略的选股结果可能存在偏差，需要谨慎使用。
如何优化？
可以针对近一个月涨停的条件进行优化。可以考虑加入选股股票的资产负债率、净利润增长率等基本面指标进行筛选。同时可以引入更为全面的技术分析指标如RSI，KDJ等指标择期买入，以期对这个策略进行优化。
最终的选股逻辑
在换手率3%到12%之间，选择七连阴的股票，同时在近一个月内有过涨停的股票进行买入。结合其他技术指标和基本面指标，进行综合判断，选出有良好投资机会的股票。
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 C<=C[1] AND C<=C[2] AND C<=C[3] AND C<=C[4] AND C<=C[5] AND C<=C[6] AND C<=C[7] AND \
REF(MAX(HIGH, 1), 0) / REF(MAX(HIGH, 1), -1) > 1 AND ANY((HIGH / REF(CLOSE, -1)) > 1.098, 21)
注：C为收盘价，TURNOVERRATE为换手率，HIGH为最高价，CLOSE为收盘价。具体条件可以根据实际情况和需求进行修改。
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'] <= df['close'].shift(1)).rolling(window=7).sum().iloc[-1] == 7 and \
(df['high'].rolling(window=21).max() / df['high'].shift(1).rolling(window=21).max() > 1).any() and \
(df['high'] / df['close'].shift(1) > 1.098).rolling(window=21).sum().iloc[-1] > 0):
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。通过添加rolling函数，表示使用21日内的涨停数据判断选股结果，使选股策略更具有可靠性。
## 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。
