问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%的范围内，选择连续七天下跌并且未清偿可转债简称不为空的股票。
选股逻辑分析
该选股逻辑主要采用了连续七天下跌的技术指标和未清偿可转债简称不为空的市场信息来筛选标的。这种选股方式相对简单，但是较为精准地挖掘出符合条件的标的。
有何风险？
由于该选股逻辑没有在其他技术指标或基本面指标上进行比较，过于狭隘，可能会过分忽略标的的长期价值。另外，如果市场整体处于下行趋势，选出的符合条件的标的数量会较少。
如何优化？
可以在连续七天下跌的条件上加入其他技术指标的比较，如在此条件下加入MACD等指标来综合判断标的的走势。此外，可以加入一些基本面分析指标来进一步挖掘具有潜力的标的，如市盈率、市净率等。同时，可以加入风控措施以控制投资风险。
最终的选股逻辑
综合以上分析和风险提示，可以将选股条件改为在换手率3%到12%范围内，选择连续七天下跌且未清偿可转债简称不为空的股票，同时要求市值大于100亿、净资产收益率同比增长率大于10%和净利润同比增长大于10%。这样可以充分挖掘市场低迷、但是具有潜力的标的。
同花顺指标公式代码参考
以下是通达信选股公式：
选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND COUNT(TRAVEL(CLOSE,1) < 0, 7) = 7 AND CBONDNAME != '' AND CAP >= 100000 AND ROEYOY1 > 10 AND NETPROFITYOY1 > 10
注：CBONDNAME为未清偿可转债简称，其他指标名称同上，均需根据实际情况进行相应修改。该选股公式将市值大于100亿、净资产收益率同比增长率大于10%和净利润同比增长率大于10%加入了作为基本面分析指标的条件，同时综合了多种技术指标来筛选标的股票。
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 \
pd.notnull(df['cbondname'].iloc[-1]) and df['total_mv'].iloc[-1] >= 1e10 and \
df['roe_yoy'].iloc[-1] > 0.1 and df['net_profit_yoy'].iloc[-1] > 0.1):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应修改。最终的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。
