问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%、连续七天下跌、买入价格为前两日股价最高点的股票中进行选择。
选股逻辑分析
该选股逻辑同样是基于技术指标进行选股。通过选择在一定换手率和连续下跌条件下，买入价格选取前两日股价最高点的股票，寻找有反弹潜力的投资机会。
有何风险？
该选股逻辑的风险在于，过于依赖短期技术指标，忽略公司的基本面情况，可能会选错股票；同时，连续下跌不一定代表一定要触底反弹，可能并不具备趋势反转的条件。
如何优化？
为了降低风险，我们可以在选择股票时，综合考虑公司基本面情况和技术指标两方面因素，从多个角度来评估选股的风险；同时，可以加入更多选股条件，如市盈率、市净率等，以提高投资成功的概率。
最终的选股逻辑
选股在换手率3%到12%、连续七天下跌、买入价格为前两日股价最高点的股票中进行选择，同时关注公司的基本面情况，综合考虑多个方面的指标来评估选股风险和收益。
同花顺指标公式代码参考
以下是同花顺指标所需的公式：
选股公式：
选股条件：(NOT DFCF(_FCODE, 'CWX_QKBD')) AND (NOT DFCF(_FCODE, 'CWX_KCB')) AND (-LOW == LLV(-LOW, 7)) AND (STREND(MAX(HIGH, 2), 2) == 1) AND (TURNOVERRATE > 3 AND TURNOVERRATE < 12);
DFCF(_FCODE, 'CWX_QKBD')：科创板
DFCF(_FCODE, 'CWX_KCB')：创业板
注：选股公式中的 STREND 和 LOW == LLV(-LOW, 7) 需要根据自己数据源的指标名做相应修改。
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['open']).rolling(window=7).sum().iloc[-1] == 7 and \
df['high'].rolling(window=2).max().shift(-1).iloc[-2] == df['high'].rolling(window=2).max().iloc[-2] and \
not df['CWX_QKBD'].any() and not df['CWX_KCB'].any()):
selected_stocks.append(code)
return selected_stocks
其中，rolling函数表示滚动窗口计算指标，TURNOVERRATE表示换手率，可以通过TA库等开源库来计算。
## 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。
