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、前25天内有涨停。
选股逻辑分析
该选股策略注重技术分析，选择换手率在3%-12%之间可以筛选出一定实力的股票，但同时也避免了过于活跃的、有风险的股票。今日上涨幅度大于1%表示股票在短期内的一定涨幅，而前25天内有涨停可以较好地判断股票热度，可以更好地把握股票走势。
有何风险？
该选股策略对于股票热度的判断仅仅考虑了25天内的情况，没有充分考虑长期的热度变化。因此，该选股策略可能存在寻找短暂热度的股票，存在一定盲区。
如何优化？
可以加入其他技术指标、基本面指标等作为选股因素。在技术指标方面，可以加入更完善的MACD、RSI等指标，并以此作为选股维度之一。在基本面方面，可以加入更多的指标，如净利润增长率、ROE等指标，并通过该指标来寻找拥有更好基本面的个股。
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、前25天内有涨停的股票。
同花顺指标公式代码参考
SETBARSTYLE(0,0,0);
C1:=(REF(HIGH,1)/REF(CLOSE,2)=1) AND (REF(HIGH,1)!=HIGH);
C2:=(TRADESTATUS=0);
C3:=(CLOSE>10) AND (VOL>=100000);
SELECTED:=(C1 AND C2 AND C3);
DRAWTEXT(C1, '25天涨停', C2 AND C3, 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'].rolling(25).max().iloc[-1] == 10) and \
(df['pre_pct_chg'].rolling(2).sum().iloc[-2] < 8) and \
(df['pre_pct_chg'].rolling(5).sum().iloc[-5] < 20):
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）、pre_pct_chg（前一天的涨跌幅）、limit（涨停情况）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。
