问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%、DEA指标上涨，并且股票至少有5根均线重合。
选股逻辑分析
此选股策略综合考虑了市场活跃度、趋势以及趋势稳定的多个方面。选择换手率在3%-12%的股票能保证较高的交易活跃度，DEA指标上涨表示该股票处于上升趋势，而至少5根均线重合则体现了趋势的稳定性。
有何风险？
此选股策略可能存在漏股的风险，因为有些优质的股票可能不满足至少5根均线重合的条件。
如何优化？
可以引入其他指标来筛选股票，如KDJ、MACD等因子，同时可以放宽均线重合的要求，只需要3-4根均线重合即可。
最终的选股逻辑
在DEA指标上涨、换手率在3%-12%、至少5根均线重合的条件下选取股票。
同花顺指标公式代码参考
DEA指标上涨：REF(MA(CLOSE,12),1)>REF(MA(CLOSE,26),1) AND MA(CLOSE,12)>MA(CLOSE,26) AND MA(CLOSE,12)-MA(CLOSE,26)>MA(MA(CLOSE,12)-MA(CLOSE,26),9);
至少5根均线重合：REF(MA(CLOSE,5),1)>REF(MA(CLOSE,10),1) AND REF(MA(CLOSE,10),1)>REF(MA(CLOSE,20),1) AND REF(MA(CLOSE,20),1)>REF(MA(CLOSE,30),1) AND REF(MA(CLOSE,30),1)>REF(MA(CLOSE,60),1);
换手率在3%-12%：TURNOVER>=3 AND TURNOVER<=12;
选股：SELECT(CODE, DEA指标上涨 AND 至少5根均线重合 AND 换手率在3%-12%, NOT ST);
python代码参考
def select_stocks(df):
df = df[['code', 'turnover', 'trade', 'pct_chg']]
df['dea_up'] = (talib.MA(df['close'], timeperiod=12) > talib.MA(df['close'], timeperiod=26)) & (talib.MA(df['close'], timeperiod=12) > talib.MA(df['close'], timeperiod=12).shift(1))
df['ma_overlap'] = (talib.MA(df['close'], timeperiod=5) > talib.MA(df['close'], timeperiod=10)) & (talib.MA(df['close'], timeperiod=10) > talib.MA(df['close'], timeperiod=20)) & (talib.MA(df['close'], timeperiod=20) > talib.MA(df['close'], timeperiod=30)) & (talib.MA(df['close'], timeperiod=30) > talib.MA(df['close'], timeperiod=60))
df = df[df['dea_up'] & df['ma_overlap'] & (df['turnover'].between(3, 12))]
return pd.DataFrame({'code': df['code']})
## 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。
