问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%、流通市值50亿到100亿、周线MA5金叉MA10的主板股票中进行选股。
选股逻辑分析
该选股逻辑不仅考虑了股票市值、成交量等技术面因素，还考虑了股票的技术面指标，即选股较为综合。同时，该选股策略基于周线指标，较为稳定，能够较好地避免短线波动对投资的影响。但是该选股策略过于依赖技术面指标，缺乏基本面的考虑，因此不够全面。
有何风险？
该选股逻辑主要存在市场风险和操作风险，存在技术面指标信号不可靠，以及选股盲目跟风等风险。同时，该选股策略可能会忽略重要的基本面因素，如公司业绩、估值等指标，使得选股结果不够准确。
如何优化？
可以增加其他重要的基本面指标来衡量公司的实力与竞争力，如营收、净利润增速、ROE等，避免仅从单一角度进行分析。可以采用更为复杂的技术分析模型，如KDJ指标等。此外，可以结合市场环境变化，及时调整选股策略。
最终的选股逻辑
在流通市值50亿到100亿、换手率3%到12%的主板股票中，选取周线MA5金叉MA10的股票。
同花顺指标公式代码参考
通达信选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND CIRCULATION_VALUE > 5000000000 AND CIRCULATION_VALUE < 10000000000 AND WEEK,C > 5 WEEK,CROSS(WEEK,MA(C,5),MA(C,10)) ON MARKET
其中，WEEK表示周线，C表示收盘价，MA表示移动平均线，CROSS表示金叉信号，ON MARKET表示该股票为在市场中交易的股票。
Python代码参考
import pandas as pd
from typing import List
def select_stock(data: pd.DataFrame, market: str = '主板') -> List[str]:
selected_stocks = list(data.query('market == @market and \
turnoverrate > 3 and turnoverrate < 12 and \
5000000000 < circulation_value < 10000000000 and \
pd.Series(data=week_ma['ma5'] > week_ma['ma10'], index=week_ma.index) \
& pd.Series(data=week_ma['ma5'].shift(1) < week_ma['ma10'].shift(1), index=week_ma.index)') \
.index.get_level_values(0))
return selected_stocks
其中，通过pandas对数据进行筛选，将基本面和技术面进行比较，查询出符合条件的股票，然后使用移动平均线分析金叉情况，确认符合选股条件的股票，并返回符合条件的股票列表。
## 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。
