问财量化选股策略逻辑
选股逻辑：选择换手率在3%到12%之间，当日涨跌幅乘以超大单净量小于0，并且连续七个交易日下跌的股票。
选股逻辑分析
该选股逻辑主要通过考察股票换手率、价格涨跌幅乘以超大单净量以及股票近期走势，判断出连续下跌中的股票。基于“牛熊转换”理论，短期股价的连续下跌意味着股票市场风险偏好降低，判断相对稳定的股票。
有何风险？
该选股逻辑忽略了公司基本面的考虑，只考虑了短期价格走势，盲目跟进可能存在风险。同时，该选股逻辑不能判断市场是否处于下行趋势或反弹周期，如果在市场反弹期选取股票，可能带来一定的经济损失。
如何优化？
可以加入公司基本面数据和机构研究报告等数据来筛选具有潜力但是相对稳定的公司，同时可以考虑行业分析等因素进行优化，结合对市场走势的判断，选择符合当前市场特点的股票。
最终的选股逻辑
选择换手率在3%到12%之间，当日涨跌幅乘以超大单净量小于0，并且连续七个交易日下跌的股票。
同花顺指标公式代码参考
C1: CHG <= 0 AND NET_AMOUNT > 0 AND ABS((NET_AMOUNT / 10000) / VOLUME * 100) > ABS(MA(((NET_AMOUNT / 10000) / VOLUME * 100),10)); // 选取当日涨跌幅乘以超大单净量小于0的股票
C2: NDAY(CLOSE<REF(CLOSE,1),7)=7 AND NDAY(CLOSE>REF(CLOSE,1),4)<4; // 选取七连阴的股票
C3: (MARKET == 'SH' or MARKET == 'SZ') and SUBSTR(CODE, 1, 3) == '000'; // 选取 A 股市场的股票
SELECTED: C1 AND C2 AND C3;
// 显示选中股票的名称和代码
LIST_NAMECODE;
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、超大单净量、七连阴等数据，以及股票所属市场等数据
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_time', ascending=True)
if (df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and \
(df['pct_chg'].iloc[-1] * (df['net_amount'].iloc[-1] / 10000 / df['volume'].iloc[-1]) < 0) and \
(df['close'].rolling(window=7).apply(lambda x: (x < x.shift(1)).all()).iloc[-1]) and \
(code.startswith('0')):
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_time（交易时间）、pct_chg（涨跌幅）、net_amount（超大单净量）、turnover_rate（换手率）、close（收盘价）等选股指标数据，以及 market（股票所属市场）等数据。
## 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。
